利用caffe进行训练和预测(笔记)

本文解析了Caffe中Solver配置文件的各个参数,包括net、test_iter、test_interval等,阐述了这些参数如何影响模型训练过程。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一个solver也是一个ProtoTXT文件

net:表明是哪一个网络

test_iter:做测试的时候迭代多少次

test_interval:每隔多少间隔去做一次测试

base_lr:基本的学习速度。

lr_policy:fixed 表示在整个训练中,把学习速度固定在0.001

display:每隔200个周期,输出一次结果

max_iter:最大的迭代次数

snapshot:10000,每隔10000次,把当前模型存一下,因为有可能会出现,在学习的过程中,模型会变差。

 

输入层(数据层):一般有两个输出,一个是data,一个是label,label是为了以后测试准确性的。

 

 

 

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值