我正在使用AlexNet来训练我自己的数据集。Caffe的示例代码中包含了
bvlc_reference_caffenet.caffemodelsolver.prototxttrain_val.prototxtdeploy.prototxt当我使用以下命令进行训练时：
./build/tools/caffe train --solver=models/bvlc_reference_caffenet/solver.prototxt我想从bvlc_reference.caffenet.caffemodel中给定的权重开始训练。
我的问题是
-
我该怎么做？
-
从这些权重开始是个好主意吗？这样会不会让训练更快收敛？如果我的数据与ImageNet数据集大不相同，这样做会不会有问题？
回答：
1.
为了使用现有的.caffemodel权重进行微调，你需要使用--weights命令行参数：
./build/tools/caffe train --solver=models/bvlc_reference_caffenet/solver.prototxt --weights=models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel 2.
在大多数情况下，微调网络是一种非常推荐的做法，即使输入图像与“ImageNet”照片有很大不同。
然而，你应该注意，在训练你即将使用的原始权重时，做出了一些（非常合理）的假设。你应该决定这些假设是否仍然适用于你的任务。
例如，大多数网络是使用图像及其水平翻转进行简单的数据增强来训练的。然而，如果你的任务是区分翻转的图像，你会发现微调非常困难。
