机器学习入门(三):caffe训练过程概况和caffe.bin命令选项
2018-01-24 20:59
465 查看
分析训练日志,可以得到如下训练过程:
1 打印出来solver.prototxt
2打印出来train_val.prototxt
3根据网络模型的描述文件,按照各个层的顺序确定训练时,各个层之间如何连接计算,各个层输出的blob的维度,和所需内存大小,最后一层为loss。
4根据网络描述文件,确定测试时,各个层之间如何连接计算和所需内存大小, 维度。
5以上确定了训练网络和测试网络如何搭建。(建好了房子外形)
6根据solver.prototxt的设置,确定如何进行训练(确定内部装修方案)
(1)先测试一次得到分类accuracy和loss
(2)然后开始迭代按照次数display
(3)按照solver中的设置,一个test_interval之后,进行一次测试
7最后得到caffemodel之后,可以进行caffe.bin test -model (接训练网络train_test.prototxt文件) -weights (接训练好的模型) -iterations 100(train_test.prototxt中设置test阶段的batchsize 为100,这里再迭代100次,可以完全覆盖测试集中的1万个样本)
8caffe.bin 除了可以接train/test选项之外,还可以接 time 评估模型执行时间,等其他。
1 打印出来solver.prototxt
2打印出来train_val.prototxt
3根据网络模型的描述文件,按照各个层的顺序确定训练时,各个层之间如何连接计算,各个层输出的blob的维度,和所需内存大小,最后一层为loss。
4根据网络描述文件,确定测试时,各个层之间如何连接计算和所需内存大小, 维度。
5以上确定了训练网络和测试网络如何搭建。(建好了房子外形)
6根据solver.prototxt的设置,确定如何进行训练(确定内部装修方案)
(1)先测试一次得到分类accuracy和loss
(2)然后开始迭代按照次数display
(3)按照solver中的设置,一个test_interval之后,进行一次测试
7最后得到caffemodel之后,可以进行caffe.bin test -model (接训练网络train_test.prototxt文件) -weights (接训练好的模型) -iterations 100(train_test.prototxt中设置test阶段的batchsize 为100,这里再迭代100次,可以完全覆盖测试集中的1万个样本)
8caffe.bin 除了可以接train/test选项之外,还可以接 time 评估模型执行时间,等其他。
相关文章推荐
- 机器学习入门(二):caffe训练proto配置文件解析
- caffe 分类任务中训练与测试网络命令格式
- 如何开发机器学习模型?我们记录下了全过程(机器学习入门第三篇)
- Caffe深度学习入门——python调用caffe训练好的模型检测单帧图片
- caffe中出现这种错误:由于/usr/bin 不在PATH 环境变量中,故无法找到该命令。
- 从Caffe源码分析训练过程
- caffe绘制训练过程的loss和accuracy曲线
- caffe绘制训练过程的loss和accuracy曲线
- caffe中nvcc编译目标GPU指令集的命令选项
- 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
- caffe绘制训练过程的loss和accuracy曲线
- 从Caffe源码分析训练过程
- Tensorflow入门练习(简单神经网络的训练过程)
- NVCaffe 0.16.2 多 GPU 训练过程代码分析
- Caffe训练过程:test_iter test_interval等概念
- 从Caffe源码分析训练过程
- ubuntu16.04安装CPU版SSD及caffe配置,训练及测试过程
- 解决Caffe训练过程中loss不变问题
- Caffe 绘制训练过程loss,accuracy曲线
- Linux下配置Caffe及其Python接口全过程记录(Ubuntu15.10_amd64+CUDA7.5)及训练mnist数据集