- 博客(2)
- 资源 (1)
- 收藏
- 关注
原创 caffe刚开始训练准确率很高,经过几次训练就达到饱和的原因
以我为例,我的分类任务只有2类,标类标的时候是从1开始,类标号是1,2。这样训练时,准确率很快就达到了饱和(其他操作都正确)。后来把类标2改为0之后,也就是说类标号从0开始的,然后再去训练网络,准确率就是一个慢慢收敛的过程,符合训练时的趋势。原因可能是分类任务的类标是从0开始的,所以类标号不能从1开始。
2017-06-04 22:25:20 4864 1
原创 caffe训练与微调时的区别
以AlexNet为例,当我们自己训练网络时,我们需要将第8层的网络结改为lr_mult:1,lr_mult:2,然后再去训练,并且我们需要修改第8层的名称;当我们微调时,需要将这两个参数分别乘以10,然后再去微调网络。PS: 查看自己训练网络准确率的语句:./build/tools/caffe test -model=./data/gray1/train_val.prototxt -wei
2017-06-04 22:17:04 964
NCVPixelOperations.hpp 下载
2018-04-06
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人