最近リリースされたテンソルフローオブジェクト検出APIに基づいてオブジェクト検出パイプラインを設定しています。私はarXivをガイダンスとして使用しています。私は自分自身のデータセットの訓練のために以下を理解しようとしています。テンソルフロー検出APIトレーニングのハイパーパラメータの選択
彼らが学習率のスケジュールを選択し、どのようにそれは訓練のために利用可能なGPUの数に基づいてどのように変化するかは明らかではありません。訓練に利用できるGPUの数に基づいて訓練率のスケジュールはどのように変わるのですか?この論文では、9つのGPUが使用されています。 1 GPUだけを使用したい場合は、どのようにトレーニングレートを変更する必要がありますか?
Faster R-CNNを使用したPascal VOCのリリースサンプルトレーニングconfig fileは、初期学習率= 0.0001です。これは、元のFaster-RCNN paperで公開されたものの10倍です。これは、トレーニングに利用できるGPUの数や別の理由による数の仮定によるものですか?
私はCOCO検出チェックポイントからトレーニングを開始するとき、どのようにトレーニング損失が減るべきですか?テンソルボードを見ると、私のデータセットの訓練の損失は低いです - 反復ごとに0.8〜1.2(バッチサイズ1)です。下の図は、テンソルボードからの様々な損失を示しています。 。これは予想される動作ですか?質問1と2については