일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 |
Tags
- 포트번호 변경
- restnet
- #enviroment variable
- #cuda
- ubuntu 원격
- Hidden layer output
- 전체내용
- Rust설치
- 3D convolution
- Xpad설치
- stepsize
- #ubuntu 14.04(LTS)
- 치환 기능
- twolay
- 리눅스 비밀번호
- weight histogram
- canon mf416dw
- 듀얼부트
- tensorboard
- log파일
- Git branch 보이기
- VGGNet
- 화면확대고정
- Lagrange Multiplier
- Ubuntu 설치
- 학습성공
- DenseNet
- #cudnn
- Ubuntu동글
- #python gpu
Archives
- Today
- Total
목록onelayer (1)
save the world
Training & Code check 학습을 몇번 해봤으나 모든 시도에 대해 한, 두번만의 iteration에서 값이 몇개의 값으로 수렴하였다. 픽셀값(label)이 어떤 값이던 간에 모델의 output을 통해 나온 값은 한정된 수의 숫자였다. 이 정도로 학습이 되지 않으니 코드상에 문제가 있는 것 같아 코드를 확인 할 필요가 있다고 생각하여 Input값으로 Latent 이미지를 넣고 Label 값으로 Latent 이미지의 center pixel 값을 넣어주었다. 이렇게 학습을 시킨다면 W와 B 값이 identity 커널로 학습이 되기만 한다면 100%의 정확도를 보이도록 학습이 되어야 한다고 생각하였다. 아래는 트레이닝 과정에서 출력한 값이다. iter: 89610, stepSize=1e-8, mom..
Deep Learning Diary
2018. 3. 2. 14:33