使用预训练模型对我的数据集进行训练的DIGITS工具无法正常工作。

我尝试使用预训练模型(VGG 16)在DIGITS中训练我的数据集,该数据集包含两个类别,但训练结果出现错误。(我将最后一层的名称更改为fc8_new)未连接到前面的层
我成功上传了deploy.prototxtVGG_ILSVRC_16_layers.caffemodelsynset_words.txt到DIGITS,并使用包含两个类别的数据集进行了测试。训练结束时


回答:

deploy.prototxt不会包含任何损失或准确率层。我不太确定当你尝试训练一个没有损失层的网络时,Caffe会做些什么。

正如我在这里回答的那样,你需要创建一个“全合一”的网络,该网络在一个网络中包含训练、验证和部署所需的所有层。@某人链接到了这个有用的回答

正如在我们的GitHub README中所解释的,我们更希望在我们的用户组而不是在SO上回答这些问题。

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