在每次的网络训练当中,网络配置参数的设置会直接影响到我们训练的速度,精确度等,因此如何设置网络超参数极其重要,本文主要对网络配置文件中的一些参数进行详细解读。以下为网络配置文件solver.prototxt。
train_net: "models/VGGNet/VOC0712/SSD_300x300/train.prototxt"
test_net: "models/VGGNet/VOC0712/SSD_300x300/test.prototxt"
test_iter: 1
test_interval: 10000
base_lr: 0.001
display: 10
max_iter: 120000
lr_policy: "multistep"
gamma: 0.1
momentum: 0.9
weight_decay: 0.0005
snapshot: 80000
snapshot_prefix: "models/VGGNet/VOC0712/SSD_300x300/VGG_VOC0712_SSD_300x300"
solver_mode: GPU
device_id: 0
debug_info: false
snapshot_after_train: true
test_initialization: false
average_loss: 10
stepvalue: 80000
stepvalue: 100000
stepvalue: 120000
iter_size: 1
type: "SGD"
eval_type: "detection"
ap_version: "11point"
上述网络配置文件中,train_net以及test_net表示路径,相对和绝对路径均可。
test_iter表示迭代次数,注意:该参数与test.prototxt文件内的batch_size相关,例如现有10