gpt4 book ai didi

caffe - train_val.prototxt、solver.prototxt、deploy.prototxt的哪些部分参数要根据我们自己的数据修改?

转载 作者:行者123 更新时间:2023-12-04 03:15:22 30 4
gpt4 key购买 nike

我对根据我们自己的数据更改用于在 caffe 中训练 net 的参数感到困惑。

  • 我们应该更多地关注网络的哪些层来训练网络我们自己的数据?例如,根据数量输出的数量类。

我尝试训练 FCN32 进行语义分割。我将 Deconvolution 层(即 upscore_sign) 中的输出数量更改为我的数据中的类别数量,但它给出了一个错误。

  • 我们在不同的卷积层中有不同的输出。怎么能我检测到彼此不同的输出,我应该选择哪一个改变?
  • 下一个问题是deploy.prototxt有什么区别和 train_val.prototxt
  • deploy.prototxt 的应用是什么?我应该改变deploy.prototxt 中的层基于 train_val.prototxt?

如果有人知道,我非常感谢,请分享您的知识。

谢谢

最佳答案

Which layer of the net we should pay attention

当针对新任务微调模型时,标签数量可能不同,必须更改最后一层的num_output
最后一层用作概率预测层,输出每个预测变量的概率向量:对于图像分类,网络预测每个图像的概率向量;在 FCN 中,网络输出概率向量 pre pixel。概率向量的长度 = 标签数 = 最后一层的 num_output。因此,您必须更改此值以适应新任务中的新标签数量。
参见 this post for more details .

What is the difference between 'deploy.prototxt' and 'train_val.prototxt'

此差异在 this post 中进行了解释.

Should I change the layers in 'deploy.prototxt' based on the 'train_val.prototxt'?

是的!

关于caffe - train_val.prototxt、solver.prototxt、deploy.prototxt的哪些部分参数要根据我们自己的数据修改?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/41529464/

30 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com