什么是Caffe中的`lr_policy`?

我正在尝试了解如何使用Caffe。为此,我查看了examples文件夹中的不同.prototxt文件。有一个选项我不理解:

# 学习率策略lr_policy: "inv"

可能的值似乎包括:

  • "fixed"
  • "inv"
  • "step"
  • "multistep"
  • "stepearly"
  • "poly"

能有人解释一下这些选项吗?


回答:

如果你查看/caffe-master/src/caffe/proto/caffe.proto文件(你可以在这里在线找到),你会看到以下描述:

// 学习率衰减策略。目前实现的学习率策略如下://    - fixed: 始终返回base_lr。//    - step: 返回base_lr * gamma ^ (floor(iter / step))//    - exp: 返回base_lr * gamma ^ iter//    - inv: 返回base_lr * (1 + gamma * iter) ^ (- power)//    - multistep: 类似于step,但允许由stepvalue定义的非均匀步骤//    - poly: 有效学习率遵循多项式衰减,到max_iter时为零。返回base_lr (1 - iter/max_iter) ^ (power)//    - sigmoid: 有效学习率遵循sigmoid衰减//      返回base_lr ( 1/(1 + exp(-gamma * (iter - stepsize))))//// 其中base_lr, max_iter, gamma, step, stepvalue和power在solver参数协议缓冲区中定义,iter是当前迭代次数。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注