- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
当在训练过程中遇到困难时( nan
s 、 loss does not converge 等),有时通过设置 debug_info: true
查看更详细的训练日志会很有用。在 'solver.prototxt'
文件中。
训练日志看起来像这样:
I1109 ...] [Forward] Layer data, top blob data data: 0.343971
I1109 ...] [Forward] Layer conv1, top blob conv1 data: 0.0645037
I1109 ...] [Forward] Layer conv1, param blob 0 data: 0.00899114
I1109 ...] [Forward] Layer conv1, param blob 1 data: 0
I1109 ...] [Forward] Layer relu1, top blob conv1 data: 0.0337982
I1109 ...] [Forward] Layer conv2, top blob conv2 data: 0.0249297
I1109 ...] [Forward] Layer conv2, param blob 0 data: 0.00875855
I1109 ...] [Forward] Layer conv2, param blob 1 data: 0
I1109 ...] [Forward] Layer relu2, top blob conv2 data: 0.0128249
.
.
.
I1109 ...] [Forward] Layer fc1, top blob fc1 data: 0.00728743
I1109 ...] [Forward] Layer fc1, param blob 0 data: 0.00876866
I1109 ...] [Forward] Layer fc1, param blob 1 data: 0
I1109 ...] [Forward] Layer loss, top blob loss data: 2031.85
I1109 ...] [Backward] Layer loss, bottom blob fc1 diff: 0.124506
I1109 ...] [Backward] Layer fc1, bottom blob conv6 diff: 0.00107067
I1109 ...] [Backward] Layer fc1, param blob 0 diff: 0.483772
I1109 ...] [Backward] Layer fc1, param blob 1 diff: 4079.72
.
.
.
I1109 ...] [Backward] Layer conv2, bottom blob conv1 diff: 5.99449e-06
I1109 ...] [Backward] Layer conv2, param blob 0 diff: 0.00661093
I1109 ...] [Backward] Layer conv2, param blob 1 diff: 0.10995
I1109 ...] [Backward] Layer relu1, bottom blob conv1 diff: 2.87345e-06
I1109 ...] [Backward] Layer conv1, param blob 0 diff: 0.0220984
I1109 ...] [Backward] Layer conv1, param blob 1 diff: 0.0429201
E1109 ...] [Backward] All net params (data, diff): L1 norm = (2711.42, 7086.66); L2 norm = (6.11659, 4085.07)
这是什么意思?
最佳答案
乍一看,您可以看到此日志部分分为两部分:[Forward]
和[Backward]
。回想一下,神经网络训练是通过前向-后向传播完成的:
训练示例(批处理)被馈送到网络,前向传递输出当前预测。
根据该预测计算损失。然后导出损失,并使用chain rule估计梯度并向后传播。 .
咖啡 Blob
数据结构
只是快速回顾一下。 Caffe 使用Blob
存储数据/权重/参数等的数据结构。对于此讨论,重要的是要注意 Blob
有两个“部分”:data
和diff
。 Blob
的值存储在data
中部分。 diff
部分用于存储反向传播步骤的逐元素梯度。
前传
您将看到日志的这一部分中从下到上列出的所有层。对于每一层,您将看到:
I1109 ...] [Forward] Layer conv1, top blob conv1 data: 0.0645037
I1109 ...] [Forward] Layer conv1, param blob 0 data: 0.00899114
I1109 ...] [Forward] Layer conv1, param blob 1 data: 0
图层"conv1"
是一个具有 2 个参数 blob 的卷积层:滤波器和偏差。因此,日志有三行。过滤器 blob ( param blob 0
) 有 data
I1109 ...] [Forward] Layer conv1, param blob 0 data: 0.00899114
即当前卷积滤波器权重的L2范数为0.00899。
当前偏置( param blob 1
):
I1109 ...] [Forward] Layer conv1, param blob 1 data: 0
表示当前偏差设置为 0。
最后但并非最不重要的一点是,"conv1"
层有一个输出,"top"
命名"conv1"
(多么原始......)。输出的L2范数为
I1109 ...] [Forward] Layer conv1, top blob conv1 data: 0.0645037
请注意 [Forward]
的所有 L2 值通过报告data
相关 Blob 的一部分。
损失和梯度
结束[Forward]
通过损失层:
I1109 ...] [Forward] Layer loss, top blob loss data: 2031.85
I1109 ...] [Backward] Layer loss, bottom blob fc1 diff: 0.124506
在此示例中,批量损失为 2031.85,即损失相对于 2031.85 的梯度。 fc1
计算并传递给 diff
fc1
的一部分 Blob 。梯度的 L2 大小为 0.1245。
向后传递
所有其余层均在本部分中从上到下列出。您可以看到现在报告的 L2 震级为 diff
Blob 的一部分(参数和层的输入)。
终于
本次迭代的最后一个日志行:
[Backward] All net params (data, diff): L1 norm = (2711.42, 7086.66); L2 norm = (6.11659, 4085.07)
报告数据和梯度的总 L1 和 L2 大小。
我应该寻找什么?
如果您有 nan
s in your loss ,看看你的数据或差异在什么时候变成 nan
: 在哪一层?在哪一次迭代?
看看梯度大小,它们应该是合理的。如果您开始看到 e+8
的值你的数据/梯度开始爆炸。降低你的学习率!
请参阅 diff
s 不为零。零差异意味着没有梯度=没有更新=没有学习。如果您从随机权重开始,请考虑生成具有更高方差的随机权重。
寻找趋于零的激活(而不是梯度)。如果您使用 "ReLU"
这意味着您的输入/权重会将您引导至 ReLU 门“未激活”的区域,从而导致 "dead neurons" 。考虑将输入标准化为均值为零,添加 "BatchNorm"
图层,设置negative_slope
在 ReLU 中。
关于machine-learning - 如何用debug_info解释caffe日志?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/40510706/
基本上,我的问题是,由于无监督学习是机器学习的一种,是否需要机器“学习”的某些方面并根据其发现进行改进?例如,如果开发了一种算法来获取未标记的图像并找到它们之间的关联,那么它是否需要根据这些关联来改进
生成模型和判别模型似乎可以学习条件 P(x|y) 和联合 P(x,y) 概率分布。但从根本上讲,我无法说服自己“学习概率分布”意味着什么。 最佳答案 这意味着您的模型要么充当训练样本的分布估计器,要么
是否有类似于 的 scikit-learn 方法/类元成本 在 Weka 或其他实用程序中实现的算法以执行常量敏感分析? 最佳答案 不,没有。部分分类器提供 class_weight和 sample_
是否Scikit-learn支持迁移学习?请检查以下代码。 型号 clf由 fit(X,y) 获取 jar 头型号clf2在clf的基础上学习和转移学习 fit(X2,y2) ? >>> from s
我发现使用相同数据的两种交叉验证技术之间的分类性能存在差异。我想知道是否有人可以阐明这一点。 方法一:cross_validation.train_test_split 方法 2:分层折叠。 具有相同
我正在查看 scikit-learn 文档中的这个示例:http://scikit-learn.org/0.18/auto_examples/model_selection/plot_nested_c
我想训练一个具有很多标称属性的数据集。我从一些帖子中注意到,要转换标称属性必须将它们转换为重复的二进制特征。另外据我所知,这样做在概念上会使数据集稀疏。我也知道 scikit-learn 使用稀疏矩阵
我正在尝试在 scikit-learn (sklearn.feature_selection.SelectKBest) 中通过卡方方法进行特征选择。当我尝试将其应用于多标签问题时,我收到此警告: 用户
有几种算法可以构建决策树,例如 CART(分类和回归树)、ID3(迭代二分法 3)等 scikit-learn 默认使用哪种决策树算法? 当我查看一些决策树 python 脚本时,它神奇地生成了带有
我正在尝试在 scikit-learn (sklearn.feature_selection.SelectKBest) 中通过卡方方法进行特征选择。当我尝试将其应用于多标签问题时,我收到此警告: 用户
有几种算法可以构建决策树,例如 CART(分类和回归树)、ID3(迭代二分法 3)等 scikit-learn 默认使用哪种决策树算法? 当我查看一些决策树 python 脚本时,它神奇地生成了带有
有没有办法让 scikit-learn 中的 fit 方法有一个进度条? 是否可以包含自定义的类似 Pyprind 的内容? ? 最佳答案 如果您使用 verbose=1 初始化模型调用前 fit你应
我正在使用基于 rlglue 的 python-rl q 学习框架。 我的理解是,随着情节的发展,算法会收敛到一个最优策略(这是一个映射,说明在什么状态下采取什么行动)。 问题 1:这是否意味着经过若
我正在尝试使用 grisSearchCV 在 scikit-learn 中拟合一些模型,并且我想使用“一个标准错误”规则来选择最佳模型,即从分数在 1 以内的模型子集中选择最简约的模型最好成绩的标准误
我正在尝试离散数据以进行分类。它们的值是字符串,我将它们转换为数字 0,1,2,3。 这就是数据的样子(pandas 数据框)。我已将数据帧拆分为 dataLabel 和 dataFeatures L
每当我开始拥有更多的类(1000 或更多)时,MultinominalNB 就会变得非常慢并且需要 GB 的 RAM。对于所有支持 .partial_fit()(SGDClassifier、Perce
我需要使用感知器算法来研究一些非线性可分数据集的学习率和渐近误差。 为了做到这一点,我需要了解构造函数的一些参数。我花了很多时间在谷歌上搜索它们,但我仍然不太明白它们的作用或如何使用它们。 给我带来更
我知道作为功能 ordinal data could be assigned arbitrary numbers and OneHotEncoding could be done for catego
这是一个示例,其中有逐步的过程使系统学习并对输入数据进行分类。 它对给定的 5 个数据集域进行了正确分类。此外,它还对停用词进行分类。 例如 输入:docs_new = ['上帝就是爱', '什么在哪
我有一个 scikit-learn 模型,它简化了一点,如下所示: clf1 = RandomForestClassifier() clf1.fit(data_training, non_binary
我是一名优秀的程序员,十分优秀!