关于pytorch yolov7训练权重和震荡的问题

yolov7 训练疑惑
最近用yolov7训练，发现随着训练次数的增多，模型的震荡越来越小，比如800次，lr0为0.01 最终学习率为0.0005，到最后模型权重更新基本不动了（导致达不到最优训练结果），但是如果在此次训练权重的基础上再进行一次微调训练，即使学习率为0.0001，模型震荡也挺大的，而且通过震荡搜索到了最优的结果。
请问有没有好的解决方法。

你截图发给我看看

四块显卡并行训练，batchsize128
800次训练最后几十次数据（学习率约为0.0005），第一列为map0.5 第二列为，map0.5-0.95

微调训练（学习率约为0.0001），第一列为map0.5 第二列为，map0.5-0.95

800次训练整体

不知道你这个问题是否已经解决, 如果还没有解决的话:

• 这篇博客: 利用yolov7训练自己的数据集； yolov7的安装与使用 ； yolov7源码解读中的 1：安装pytorch 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  

  切换到上面的jiance的环境 activate jiance or source activate jiance

  无GPU环境

  conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cpuonly
  

  GPU环境

  进入pytorch官网，获取conda命令。

  pytorch网址

  conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
  

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^