【caffe学习笔记】windows下跑cifar10
2017-10-10 21:23
211 查看
学习博客:http://blog.csdn.net/gybheroin/article/details/54097843,接下来记录的是一些自己的知识盲点。
1、Cross-Validation(交叉验证)
首先解释下最简单的验证方法:把整个数据集分成两部分,一部分用于训练,一部分用于验证,这也就是我们经常提到的训练集(training set)和测试集(test set)。这种方法有两个弊端:最终模型与参数的选取将极大程度依赖于你对训练集和测试集的划分方法;该方法只用了部分数据进行模型的训练。
另一种方法就是交叉验证,首先,我们先介绍LOOCV方法,即(Leave-one-out cross-validation)。像Test set approach一样,LOOCV方法也包含将数据集分为训练集和测试集这一步骤。但是不同的是,我们现在只用一个数据作为测试集,其他的数据都作为训练集,并将此步骤重复N次(N为数据集的数据数量)。
2.cifar-10数据集
1、Cross-Validation(交叉验证)
首先解释下最简单的验证方法:把整个数据集分成两部分,一部分用于训练,一部分用于验证,这也就是我们经常提到的训练集(training set)和测试集(test set)。这种方法有两个弊端:最终模型与参数的选取将极大程度依赖于你对训练集和测试集的划分方法;该方法只用了部分数据进行模型的训练。
另一种方法就是交叉验证,首先,我们先介绍LOOCV方法,即(Leave-one-out cross-validation)。像Test set approach一样,LOOCV方法也包含将数据集分为训练集和测试集这一步骤。但是不同的是,我们现在只用一个数据作为测试集,其他的数据都作为训练集,并将此步骤重复N次(N为数据集的数据数量)。
2.cifar-10数据集
相关文章推荐
- 深度学习caffe实战笔记(4)Windows caffe平台下跑cifar10
- 学习笔记:Caffe上配置和运行Cifar10的示例
- caffe学习笔记:windows环境下caffe-window安装(CPU版)
- Windows Caffe 学习笔记 CIFAR-10数据的格式转换
- 深度学习caffe实战笔记(4)Windows caffe平台下跑cifar10
- Windows Caffe 学习笔记 caffe-windows(CPU)配置与利用mnist数据集训练第一个caffemodel
- caffe学习笔记--自定义cifar10网络参数
- 深度学习Caffe实战笔记(19)Windows平台 Faster-RCNN 制作自己的数据集
- Caffe学习笔记之 ——在Windows下的完全配置
- 深度学习Caffe实战笔记(20)Windows平台 Faster-RCNN 训练自己的数据集
- Caffe_Windows学习笔记(五)用训练好的caffemodel来进行分类
- 【学习笔记】caffe for windows 安装配置
- Caffe_Windows学习笔记(二)用自己的数据训练和测试CaffeNet
- Windows Caffe 学习笔记(零)CIFAR-10数据的格式转换
- 深度学习Caffe实战笔记(21)Windows平台 Faster-RCNN 训练好的模型测试数据
- Windows下使用深度学习框架caffe学习笔记(1)
- caffe学习笔记-数据库制作及计算均值文件命令格式(windows版)
- 【深度学习】笔记14 windows下caffe的python接口的配置(数据的可视化环境)
- 深度学习Caffe实战笔记(19)Windows平台 Faster-RCNN 制作自己的数据集
- Caffe学习笔记(一)——Windows 下caffe安装与配置