对于不同的数据集，相同的CNN模型是否需要不同的学习率？

Question

我使用卷积神经网络模型进行医学图像分割。在训练模型（例如提拉米苏模型1）时，我尝试了与本文建议的学习率相同的学习率，但是结果却很糟糕。

我的担心是，当我们将模型用于不同的数据集时，是否需要找到不同的最佳学习率。例如，在这种情况下，他们使用CamVid数据集（街道，汽车，人等），而我使用的是医学图像。

Answer 1

虽然在大多数情况下可能有一些参数集可以很好地工作（通常最终是几个库的默认值），但最佳选择还是取决于数据集。使用论文中的那些是获得基准的一个很好的起点，但是绝对不要阻止您尝试更改它们。

另一个重要的一点是损失函数，该损失函数对于分割汽车可能很好用（它们很大，超过图像的20％），对于文本之类的东西（很小，少于图像的1％）可能不起作用）。

如果您进行了二进制分割，那么使用阈值来确定像素是否是您想要的类也很重要。