joshua_1988

joshua_1988

http://joshua881228.webfactional.com/

威望 : 5 积分 : 295 赞同 : 5 感谢 : 0

擅长话题

更多 »回复

0

卷积核其实是50个20*5*5三维的卷积核,每一个三维的卷积核与输入的20个feature map做运算生成1个二维的feature map,一共50个,所以就是50个特征图

0

在生成lmdb的时候有一个参数是--grey,这样生成的lmdb就是单通道了,然后就是需要修改一下第一个卷基层的名字,这一层会被随机初始化,通过finetune的方式进行学习

0

如果你的数据是两者标注都有的,可以在网络中设置两个loss层进行学习。 如果是两个数据集,要么交替训练,要么共享一部分pretrain的参数不要更新

0

有可能需要先clean一下 是不是设置了log的疾病比INFO要高

1

可以参考:http://210.28.132.67/weixs/project/CNNTricks/CNNTricks.html 我个人的经验主要是: 1. 调整学习率 2. 调整初始化参数,可以参考链接里的Initializations一段 3. 由简入繁的...

更多 »发问

没有内容

发问

回复

文章

最新动态

详细资料

个人成就:

威望: 5 积分: 295 赞同: 5 感谢: 0

最后活跃:
11 小时前
擅长话题:
框架使用 3   0
更多 » 关注 1

caffe

更多 » 0 人关注
主页访问量 : 326 次访问