fine turning微调网络
来源:互联网 发布:新浪微博数据冗余 编辑:程序博客网 时间:2024/05/16 19:16
1. 准备新数据的数据库(如果需要用mean file,还要准备对应的新的mean file), 具体方法和图片转换lmdb方式一样。
2. 调整网络层参数:
将来训练的网络配置prototxt中的数据层source换成新数据的数据库。
调整学习率,因为最后一层是重新学习,因此需要有更快的学习速率相比较其他层,因此我们将,weight和bias的学习速率加快。
3. 修改solver参数
原来的数据是从原始数据开始训练的,因此一般来说学习速率、步长、迭代次数都比较大,fine turning微调时,因为数据量可能减少了,所以一般来说,test_iter,base_lr,stepsize都要变小一点,其他的策略可以保持不变。
4. 重新训练时,要指定之前的权值文件:
# caffe train --solver [新的solver文件] --weights [旧的caffemodel]
2. 调整网络层参数:
将来训练的网络配置prototxt中的数据层source换成新数据的数据库。
调整学习率,因为最后一层是重新学习,因此需要有更快的学习速率相比较其他层,因此我们将,weight和bias的学习速率加快。
3. 修改solver参数
原来的数据是从原始数据开始训练的,因此一般来说学习速率、步长、迭代次数都比较大,fine turning微调时,因为数据量可能减少了,所以一般来说,test_iter,base_lr,stepsize都要变小一点,其他的策略可以保持不变。
4. 重新训练时,要指定之前的权值文件:
# caffe train --solver [新的solver文件] --weights [旧的caffemodel]
0 0
- fine turning微调网络
- Caffe fine-tuning 微调网络
- Caffe fine-tuning 微调网络
- Caffe fine-tuning 微调网络
- Caffe fine-tuning 微调网络
- Caffe fine-tuning 微调网络
- Caffe fine-tuning 微调网络
- Caffe fine-tuning 微调网络
- Caffe fine-tuning 微调网络
- Caffe fine-tuning 微调网络
- Caffe fine-tuning 微调网络
- Caffe fine-tuning 微调网络
- Caffe fine-tuning 微调网络
- Caffe fine-tuning 微调网络
- Caffe fine-tuning 微调网络
- caffe网络微调(fine-tuning)
- (转)Caffe fine-tuning 微调网络
- Caffe fine-tuning 微调网络 (记录加学习下)
- 《大话设计模式》-- 第26个 享元模式
- [BZOJ3942][Usaco2015 Feb]Censoring(栈+kmp)
- 键盘键值对应表
- 后台劳动者--探究服务
- CSS基础04- 优先级和display属性
- fine turning微调网络
- 采用OpenReplicator解析MySQL binlog
- 使用最新版wampserver搭建 WAMP 平台超简单实用教程
- 再看lua协同程序的lua_yield、coroutine.yield、和lua_resume的应用
- 杭电acm1014
- ui-choose|列表选择jQuery美化插件
- Data_analysis(一)Kaggle上对StandarBank推荐产品的NAN数据进行fill
- SparkStreaming 自定义Receiver
- python数据结构学习笔记-2016-11-07-03-多重链表以及相应的迭代器