佐斯特勒

> 你是用的已有的模型进行微调么 是的

> 已有的model是从哪里来的 我用的模型都是度量学习源码的模型，没有怎么改变哦

> > 近日，我测试用了models的度量学习（metric_learning）项目，但是数据我替换成了人脸数据，其他代码在基本未改的情况下，我训练项目时的loss非常大，recall仍旧很小。请问一下我在这里需要调整什么代码吗，还是参数需要调一下，怎么才能让它快速收敛？ > > > 我微调训练（batch size为50，其他基本不变）其了几万轮，loss还是很大如下 > > > `[2020-04-22 17:51:47] trainbatch 30000, lr 0.000100, loss 0.983684, recall 0.1835, time 0.22 sec` > > 1.确认下预训练模型是否加载正确 > 2.确认下人脸数据集的规模，用的哪个loss，学习率是否比较小 预训练模式是之前训练的arcmargin，人脸数据为celebA的5000分类，loss为eml，学习率为0.001

这个是度量学习源码的问题，麻烦抽空帮忙解决一下，歇息

代码就是[https://github.com/PaddlePaddle/models/tree/develop/PaddleCV/metric_learning](度量学习)，这个我没改过，数据集和那个斯坦福的差不多，我把时候label减少到5000就没发生那个问题了，但是在训练10000轮后出现`MemoryError:Unable to allocate 4.31GiB for an array with shape (24059,24059) and data type float64`的问题，这个要怎么解决比较好

> Can you provide a code and data that can reappear the problem? From the information printed above, the data label is 0, which should be satisfied. > > ```...