如果我将7*7卷积换成2个一维卷积（1*7,7*1），精度会不会降低？
alex68 回复了问题 • 1 人关注 • 1 个回复 • 204 次浏览 • 2017-07-03 10:46
1X1卷积核到底有什么作用呢？
小狐狸是女王大人 回复了问题 • 40 人关注 • 6 个回复 • 13800 次浏览 • 2017-07-02 11:09
类不平衡问题，能否通过调整最后的阈值来解决
参数调节 • alex68 回复了问题 • 1 人关注 • 1 个回复 • 166 次浏览 • 2017-06-29 20:20
我对googlenet在imagenet数据集的训练结果上进行finetune，但是最后测试结果中输出的概率不是1就是0，请问这是什么问题：）
参数调节 • hunterlew 回复了问题 • 2 人关注 • 1 个回复 • 389 次浏览 • 2017-06-28 21:33
caffe solver中的test_iter设置过大或者过小会带来什么样的结果？
参数调节 • andrewsu90116 回复了问题 • 3 人关注 • 1 个回复 • 196 次浏览 • 2017-06-23 16:23
我在ubuntu 中运行./examples/mnish/create_mnish.sh时出现以下错误，各位知道是什么原因吗？
lans0625 回复了问题 • 3 人关注 • 3 个回复 • 487 次浏览 • 2017-06-17 15:08
有没有可以【边使用边学习】的算法？
alex68 回复了问题 • 1 人关注 • 1 个回复 • 199 次浏览 • 2017-06-15 00:57
样本的数量增多导致训练迭代到2.5万左右后立刻衰减为0
参数调节 • alex68 回复了问题 • 1 人关注 • 1 个回复 • 172 次浏览 • 2017-06-07 13:46
py-faster-rcnn如何恢复训练，没找到solverstate
回复参数调节 • 深度学习思考者 发起了问题 • 2 人关注 • 0 个回复 • 277 次浏览 • 2017-06-01 15:07
二分类问题用什么模型？
参数调节 • popper0912 回复了问题 • 5 人关注 • 2 个回复 • 962 次浏览 • 2017-05-31 10:05
LRN和 batch norm层有什么区别？可以同时用这两个层吗？
alex68 回复了问题 • 4 人关注 • 1 个回复 • 342 次浏览 • 2017-05-26 22:51
solver.prototxt参数
参数调节 • 很遥远 发表了文章 • 1 个评论 • 200 次浏览 • 2017-05-23 19:37
1. ####训练样本###
总共:121368个
batch_szie:256
将所有样本处理完一次（称为一代，即epoch)需要：121368/256=475 次迭代才能完成
所以这里将test_interval设置为475，即处理完一次所有的训练数据后，才去进行测试。所以这个数要大于等于475.
如果想训练100代，则最大迭代次数为47500；
2. ####测试样本###
同理，如果有1000个测试样本，batch_size为25，那么需要40次才能完整的测试一次。 所以test_iter为40；这个数要大于等于40.
3. ####学习率###
学习率变化规律我们设置为随着迭代次数的增加，慢慢变低。总共迭代47500次，我们将变化5次，所以stepsize设置为47500/5=9500，即每迭代9500次，我们就降低一次学习率。
####参数含义#############
net: "examples/AAA/train_val.prototxt" #训练或者测试配置文件
test_iter: 40 #完成一次测试需要的迭代次数
test_interval: 475 #测试间隔
base_lr: 0.01 #基础学习率
lr_policy: "step" #学习率变化规律
gamma: 0.1 #学习率变化指数
stepsize: 9500 #学习率变化频率
display: 20 #屏幕显示间隔
max_iter: 47500 #最大迭代次数
momentum: 0.9 #动量
weight_decay: 0.0005 #权重衰减
snapshot: 5000 #保存模型间隔
snapshot_prefix: "models/A1/caffenet_train" #保存模型的前缀
solver_mode: GPU #是否使用GPU
stepsize不能太小，如果太小会导致学习率再后来越来越小，达不到充分收敛的效果。 查看全部
1. ####训练样本###
总共:121368个
batch_szie:256
将所有样本处理完一次（称为一代，即epoch)需要：121368/256=475 次迭代才能完成
所以这里将test_interval设置为475，即处理完一次所有的训练数据后，才去进行测试。所以这个数要大于等于475.
如果想训练100代，则最大迭代次数为47500；
2. ####测试样本###
同理，如果有1000个测试样本，batch_size为25，那么需要40次才能完整的测试一次。 所以test_iter为40；这个数要大于等于40.
3. ####学习率###
学习率变化规律我们设置为随着迭代次数的增加，慢慢变低。总共迭代47500次，我们将变化5次，所以stepsize设置为47500/5=9500，即每迭代9500次，我们就降低一次学习率。
####参数含义#############
net: "examples/AAA/train_val.prototxt" #训练或者测试配置文件
test_iter: 40 #完成一次测试需要的迭代次数
test_interval: 475 #测试间隔
base_lr: 0.01 #基础学习率
lr_policy: "step" #学习率变化规律
gamma: 0.1 #学习率变化指数
stepsize: 9500 #学习率变化频率
display: 20 #屏幕显示间隔
max_iter: 47500 #最大迭代次数
momentum: 0.9 #动量
weight_decay: 0.0005 #权重衰减
snapshot: 5000 #保存模型间隔
snapshot_prefix: "models/A1/caffenet_train" #保存模型的前缀
solver_mode: GPU #是否使用GPU
stepsize不能太小，如果太小会导致学习率再后来越来越小，达不到充分收敛的效果。
添加precision-recall-loss层报错
参数调节 • ciel咖啡小白 回复了问题 • 2 人关注 • 2 个回复 • 187 次浏览 • 2017-05-21 17:00
