在训练Faster R-CNN中如何固定共享的卷积层

我正在查看库中的代码。在论文中(页面6,第二列,第一段),提到卷积层在训练的第三和第四步骤中是固定的,并且调整了RPN层和Fast RCNN层。

代码的哪一部分负责处理这个功能?

我查看了代码,Solver.cpp 是控制前向/后向传播的部分。我没有看到那里有固定卷积层的实现。

然后所有的prototxt文件中都有类似的层实现。

在训练中如何实现固定卷积层?


回答:

在微调过程中冻结某一层时,通常会为该层设置

param { lr_mult: 0 }

这样,caffe 就不会更新这一层的权重。

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