caffe在solverstate的基础上继续训练模型

以mnist数据集为例：

bat训练脚本：

Build\x64\Release\caffe.exe train --solver=examples/mnist/lenet_solver.prototxt 
pause 

　　

在这个模型的基础上，继续训练。

继续训练之前，也可以修改lenet_solver.prototxt中的学习率。

Build\x64\Release\caffe.exe train --solver=examples/mnist/lenet_solver.prototxt --snapshot=examples/mnist/lenet_iter_1000.solverstate
pause 

　训练从1000次iterations开始。

 

用Python脚本启动训练：

import caffe

caffe.set_device(int(0))
caffe.set_mode_gpu()

solver = caffe.SGDSolver('.\\examples\\mnist\\lenet_solver.prototxt')
solver.solve()

加载已训练的模型，只用加一句话

import caffe

caffe.set_device(int(0))
caffe.set_mode_gpu()

solver = caffe.SGDSolver('.\\examples\\mnist\\lenet_solver.prototxt')
solver.restore('examples\\mnist\\lenet_iter_5000.solverstate')
solver.solve()

 

转载于:https://www.cnblogs.com/k7k8k91/p/7798278.html