theano下CNN网络验证测试自己的数据集
2017-08-08 20:25
253 查看
本文仅用于记录在修改过程中遇到的问题,随时更新。
我最近在做修改LeNet5网络,本来是测试mnist的数据集,打算测试一下自己的。测试mnist时,已经可以把最佳模型保存并挑测试数据进行测试打印结果。
在修改的过程中遇到的一些问题,记录下来。
1. 运行CNN.py后,程序报错
ValueError: Shape mismatch: x has 64 cols(and 10 rows) but y has 784 rows (and 10 cols)
原因:load_data 里面改了读取文件,但是程序里没有改n_in和n_out。
2. 训练次数两次就停了
batch_size的大小不合适,同时学习速率等参数都要改
3. 自己封装的数据集检查是否按照train valid test三组
4. 隐藏层和逻辑回归函数修改后都能跑通,主程序卡在了第一层卷积层,还在找问题所在
未完待续。。。。
我最近在做修改LeNet5网络,本来是测试mnist的数据集,打算测试一下自己的。测试mnist时,已经可以把最佳模型保存并挑测试数据进行测试打印结果。
在修改的过程中遇到的一些问题,记录下来。
1. 运行CNN.py后,程序报错
ValueError: Shape mismatch: x has 64 cols(and 10 rows) but y has 784 rows (and 10 cols)
原因:load_data 里面改了读取文件,但是程序里没有改n_in和n_out。
2. 训练次数两次就停了
batch_size的大小不合适,同时学习速率等参数都要改
3. 自己封装的数据集检查是否按照train valid test三组
4. 隐藏层和逻辑回归函数修改后都能跑通,主程序卡在了第一层卷积层,还在找问题所在
未完待续。。。。
相关文章推荐
- Tiny_cnn用自己的数据训练和测试
- caffe(6) 训练自己的CNN网络—图像数据转换成lmdb文件
- Caffe深度学习入门—— caffenet 微调网络 训练自己的数据并测试训练的模型
- 用自己的数据(kitti)训练测试faster rcnn(一)
- 利用tensorflow训练自己的图片数据(5)——测试训练网络
- matconvnet环境下训练自己的数据集及模型测试-mnist网络结构-cifar10部分数据集
- Tiny_cnn用自己的数据训练和测试
- [深度学习] RCNNs系列(1) Ubuntu下Faster RCNN配置及训练和测试自己的数据方法
- [深度学习] RCNNs系列(1) Ubuntu下Faster RCNN配置及训练和测试自己的数据方法
- Faster-RCNN+ZF用自己的数据集训练模型(Python版本)
- [caffe学习笔记]用自己的数据进行训练和测试
- 利用IPSec实现网络安全之三完结篇(身份验证和加密数据)
- 如何搭建一个自己的网络验证系统?
- 深度学习-CAFFE利用CIFAR10网络模型训练自己的图像数据获得模型-3结合caffe中的CIFAR10修改相关配置文件并训练
- 数据集预处理,划分为测试数据集合验证数据集
- 自己写http获取网络资源和解析json数据
- 用Caffe搭建自己的网络,并用图片进行测试
- 使用CNN(convolutional neural nets)检测脸部关键点教程(二):浅层网络训练和测试
- 【神经网络与深度学习】Caffe使用step by step:使用自己数据对已经训练好的模型进行finetuning