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

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注