接触caffe也有半年多了,从搭建平台到训练样本,得出了以下一些经验
1.梯度下降缓慢时试试降低学习率,训练loss下降不明显时可以考虑降低学习率。
2.convolution的输出尽量少些,降低model的大小。
3.在MATLAB上调用CAFFE应该奖所有库包含进去
4.样本数量尽量多,最好上万,不然容易出现过拟合
5. 一般类型是17层已经足够,可以考虑使用BN层提高精确度
接触caffe也有半年多了,从搭建平台到训练样本,得出了以下一些经验
1.梯度下降缓慢时试试降低学习率,训练loss下降不明显时可以考虑降低学习率。
2.convolution的输出尽量少些,降低model的大小。
3.在MATLAB上调用CAFFE应该奖所有库包含进去
4.样本数量尽量多,最好上万,不然容易出现过拟合
5. 一般类型是17层已经足够,可以考虑使用BN层提高精确度