我正在尝试训练一个用于密集预测的全卷积网络（FCN）。
论文的作者在论文中提到：
“我们将2倍上采样初始化为双线性插值，但允许参数被学习。”
当我阅读他们的训练 prototxt 文件时，发现这些层的学习倍数设置为零。
我是否应该将这个学习倍数改为非零值，以便让这些层被学习？
谢谢，
回答：
引用 shelhamer 的话：
在对 PASCAL VOC 的进一步实验中我们发现，学习插值参数几乎没有影响，而固定这些权重可以稍微加速，因为可以跳过插值滤波器的梯度计算。
因此，你可以保持lr_mult不变，或者如果希望它们学习的话，将其更改为非零值。你也可以在 solver.prototxt 中设置lr_policy，如果有需要的话。
