LiFangzhou
/
Report
1
0
Fork 0
Code Issues Pull Requests Packages Projects Releases Wiki Activity

更新 12月5日汇报.md

main
李芳州 2024-12-05 21:45:09 +08:00
parent 3ce718df49
commit 8845052bc4
1 changed files with 2 additions and 2 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

4
12月5日汇报.md
View File

@ -10,7 +10,7 @@
如图，在聚类数较小的情况下，acc_proto应该较高，因为原型数本就较少，但之前的训练存在acc_proto在热身结束后接近0的情况，这存在问题。 如图，在聚类数较小的情况下，acc_proto应该较高，因为原型数本就较少，但之前的训练存在acc_proto在热身结束后接近0的情况，这存在问题。
![log5](/home/ringo/文档/PCL/experiment/log4.png) ![log5](/pic/log4.png)
###### 原因： ###### 原因：
@ -64,7 +64,7 @@ def adjust_labels(proto_selected, labels_proto):
可见loss与acc正常工作了，在热身结束后acc_proto相较之前提升巨大，且随着训练与聚类数的提升而不断增加，在epoch25左右达到顶峰（聚类数3，6，15）。loss__proto则在epoch37左右达到最低（聚类数60，120，240），怀疑为训练数据集的100分类引起。 可见loss与acc正常工作了，在热身结束后acc_proto相较之前提升巨大，且随着训练与聚类数的提升而不断增加，在epoch25左右达到顶峰（聚类数3，6，15）。loss__proto则在epoch37左右达到最低（聚类数60，120，240），怀疑为训练数据集的100分类引起。
![log6](/home/ringo/文档/PCL/log6.png) ![log6](/pic/log6.png)
（2）针对原因1️⃣的问题，决定使用新的loss方式对聚类数较低时进行调整： （2）针对原因1️⃣的问题，决定使用新的loss方式对聚类数较低时进行调整：