这个问题可就复杂了,从头描述以下:
1、第一次训练遇到这个问题,如图
然后网友说,caffe的图像标签要从0开始,而且如果是3分类的问题的话,最后输出层要大于训练集的类别数目才可以,所以他把最后一层全连接层的输出改为了4或1000(>3),这个1000分类是什么鬼我不知道,应该是他用来测试大于3行不行吧,然后网友含泪说自己可以了。but,我还是不行。紧接着我就发现了下图:
不光是loss出现了问题,连accuracy也出现了问题:accuracy=0。
再次重新训练,并且还有如下两图:
然后我这次想着等一等,也许会出现转机,没过一会儿,直接程序崩了,出现了下图所示:
然后我查了一下:
#QNAN的意思是Quiet Not A Number,也就是不会触发浮点异常的NaN,而NaN是“不是一个数”的意思。通常你得到这种结果一般通过除0操作、+/-无穷大除以=/-无穷大、+/-无穷大之间的加减法、sqrt的参数是负数。
具体怎么修改,我还在学习中,如果大家知道方法,麻烦留言。我把大家的信息统计一下,造福大家,谢谢啦