machine-learning - 使用Caffe训练时如何得到训练误差？

Question

我正在使用 MNIST 示例中的 Caffe 训练一个简单的神经网络。训练时我需要两件事:

1. 训练集每 600 次迭代的分类误差
2. 经过 30000 次迭代后，最终测试集的分类误差

这可能吗？

我发现了如何通过用训练集替换测试集并使用 test_iter 来做到 1)，但它看起来确实很 hack，然后我不能有 2)。例如，是否有一种简单的方法可以告诉 Caffe 在每次 display 迭代中计算训练误差？

Answer 1

1. 也许您可以在 .prototxt 文件中添加测试阶段并使用准确度层输出准确度。
2. 使用 test_interval: 600 设置测试间隔。