大佬指点我，我的训练效果不好，是不是数据的输入输出对应关系不行
我也没问具体是啥，应该....是label和数据之间的对应关系吧，其实那样的话是不是就看算loss的时候是不是对应的就好了
不是很明白，大佬们路过的话麻烦解读一下
什么模型？
如果你的label和数据关系混乱的话，训练效果应该是糟糕，而不是不行吧
Dncnn的 我的loss一直就很低 不知道为什么
我就怀疑是我的这个输入输出关系没搞好 导致我的loss很低，训练优化步长就低 然后就一直停滞不前
直觉对应关系是不是指特征图在模型中的变化之类的，比如怎么加padding，设步长，控制特征图的尺寸
是数据的维度？
已解决
后来发现是数据生成generator后 没有在训练时同时迭代 一个是在for循环上的（这个是迭代的），另一个是在for循环里面用next迭代的，发现并不迭代
解决办法：
for i, (real_image1,z1) in enumerate(zip(dc_generator(),yc_generator())):
通过zip让两个generator同时迭代
什么模型？
如果你的label和数据关系混乱的话，训练效果应该是糟糕，而不是不行吧
Dncnn的 我的loss一直就很低 不知道为什么
我就怀疑是我的这个输入输出关系没搞好 导致我的loss很低，训练优化步长就低 然后就一直停滞不前
直觉对应关系是不是指特征图在模型中的变化之类的，比如怎么加padding，设步长，控制特征图的尺寸
是数据的维度？
已解决
后来发现是数据生成generator后 没有在训练时同时迭代 一个是在for循环上的（这个是迭代的），另一个是在for循环里面用next迭代的，发现并不迭代
解决办法：
通过zip让两个generator同时迭代