【深度学习】多任务学习

这篇具有很好参考价值的文章主要介绍了【深度学习】多任务学习。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

多任务学习是一个很火的话题,在自动驾驶领域以及其他对存储资源要求较高的端侧任务,都会考虑这种方式。之前面试的时候也有被问题多任务学习。前几天看到一个写得很好的例子,在此记录一下,也好久没有写博客了。

1.参考

论文是2018年的CVPR。

论文:https://arxiv.org/pdf/1705.07115.pdf

代码:https://github.com/yaringal/multi-task-learning-example

2.论文分析

以下面的框架图为例,输入一系列图片,经过一个编码器(Resnet50作为backbone),分别使用不同的解码器,进行优化。其中任务1是分割出所有的目标,任务2是要把里面的每个实例目标都分割出来,任务3是输出深度信息。在每个任务上接上相应的损失函数进行优化。这个是训练过程。那推理过程就是将三个解码器后面的结果分别输出,分割结果,实例分割结果,深度信息。

这个任务会共用backbone,使用不同的head层,与不同的损失函数。这个过程中每个损失函数可能会设置相应的权重进行优化。

【深度学习】多任务学习,算法,人工智能,深度学习,自动驾驶 与专有任务相比,能够获得相当的精度。【深度学习】多任务学习,算法,人工智能,深度学习,自动驾驶

 3.代码

https://github.com/yaringal/multi-task-learning-example/blob/master/multi-task-learning-example-pytorch.ipynb

在relu之后接了两个并联的全连接层,应该是优化两个任务。

【深度学习】多任务学习,算法,人工智能,深度学习,自动驾驶

 这个是优化训练模型:

【深度学习】多任务学习,算法,人工智能,深度学习,自动驾驶

以及相应的loss曲线:

【深度学习】多任务学习,算法,人工智能,深度学习,自动驾驶

 文章来源地址https://www.toymoban.com/news/detail-559346.html

到了这里,关于【深度学习】多任务学习的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包