对于不同的数据集，相同的CNN模型需要不同的学习率吗？

Question

我使用卷积神经网络模型对医学图像进行分割。当我训练模型(例如提拉米苏模型1)时，我尝试了论文中推荐的相同学习率，但是，我得到了不好的结果。

我关心的是，当我们对不同的数据集使用该模型时，我们是否需要找到不同的最佳学习率。例如，在本例中，他们使用CamVid数据集(街道、汽车、人物等)，而我使用的是医学图像。

Answer 1

虽然可能有一些参数集在大多数情况下足够好地工作(通常最终是几个库的默认值)，但最佳选择非常依赖于数据集。使用论文中的那些是一个很好的起点，可以有一个基线，但永远不会阻止你尝试改变它们。

另一个重要的问题是损失函数，这个损失函数可能适用于分割汽车(它们很大，占图像的20%以上)，但对于文本(小，占图像的不到1% )可能不起作用。

如果你有一个二进制分割，使用阈值来决定像素是否是你想要的类别也很重要。