Caffe学习系列(13):对训练好的模型进行fine-tune
2016-11-11 10:25
344 查看
使用http://www.cnblogs.com/573177885qq/p/5804863.html中的图片进行训练和测试。
整个流程差不多,fine-tune命令:
因为是用别人训练好的权重,因此weights必选。 关于命令行解析,参考http://www.cnblogs.com/denny402/p/5076285.html
不知为何,我fine-tune时的准确率一直是0,损失函数最后发散成了loss=-nan,难道迭代参数选的太大?
我将lr减小至0.0001,但还是发散了,难道是我的训练样本太少?
我将lr再次缩小10倍,这次loss没有发散,但明显步伐太小,loss一直没降下来。
估计是网络结构出了问题,accuracy一直是0,loss发散。
整个流程差不多,fine-tune命令:
./build/tools/caffe train -solver examples/money_test/fine_tune/solver.prototxt -weights models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel
因为是用别人训练好的权重,因此weights必选。 关于命令行解析,参考http://www.cnblogs.com/denny402/p/5076285.html
不知为何,我fine-tune时的准确率一直是0,损失函数最后发散成了loss=-nan,难道迭代参数选的太大?
我将lr减小至0.0001,但还是发散了,难道是我的训练样本太少?
我将lr再次缩小10倍,这次loss没有发散,但明显步伐太小,loss一直没降下来。
估计是网络结构出了问题,accuracy一直是0,loss发散。
相关文章推荐
- keras入门 ---在预训练好网络模型上进行fine-tune
- Caffe学习系列(20):用训练好的caffemodel来进行分类
- caffe学习系列(10):如何测试caffe训练出来的模型
- 深度学习与人脸识别系列(6)__利用训练好的vgg模型进行人脸识别(利用摄像头)
- SSD Faster-RCNN使用自己的数据fine-tune训练模型
- 深度学习与人脸识别系列(5)__利用训练好的vgg模型进行人脸识别(利用摄像头)
- Keras入门-预训练模型fine-tune(ResNet)
- Caffe学习系列(20):用训练好的caffemodel来进行分类
- [置顶] Caffe windows 下进行(微调)fine-tune 模型
- Caffe学习系列(20):用训练好的caffemodel来进行分类
- pytorch学习笔记(十一):fine-tune 预训练的模型
- 《Caffe windows 下进行(微调)fine-tune 模型》读书笔记
- Caffe学习系列(20):用训练好的caffemodel来进行分类
- Caffe学习系列(20):用训练好的caffemodel来进行分类
- 火云开发课堂 - 《Shader从入门到精通》系列 第十七节:在Shader中对3D模型进行色彩与纹理色的混合
- Caffe学习系列(23):如何将别人训练好的model用到自己的数据上
- Caffe学习系列 绘制网络模型
- Caffe学习系列(12):训练和测试自己的图片
- 深度学习与人脸识别系列(4)__利用caffe训练深度学习模型
- 火云开发课堂 - 《Shader从入门到精通》系列 第二十节:在Shader中对3D模型进行多纹理混合