Caffe训练过程遇到的问题

最新推荐文章于 2025-08-06 17:54:46 发布

csy_9502

最新推荐文章于 2025-08-06 17:54:46 发布

阅读量175

点赞数

CC 4.0 BY-SA版权

文章标签： caffe

本文链接：https://blog.youkuaiyun.com/csy_9502/article/details/84308462

针对AlexNet模型训练中损失函数值停滞不前的问题，本文详细介绍了通过调整权重和偏置初始化参数来有效解决这一难题的方法。通过对conv1层采用xavier填充方式初始化权重，以及使用常数0初始化偏置，成功地改善了模型训练效果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.对AlexNet,做了修改，训练模型，但损失函数值一直在6.9左右，解决方法：

对权重及偏置进行初始化，例如

layer {
name: "conv1"
type: "Convolution"
bottom: "data"
top: "conv1"
param {
    lr_mult: 1
    decay_mult: 1
}
param {
    lr_mult: 2
    decay_mult: 0
}
convolution_param {
    num_output: 32
    kernel_size: 3
    pad:1
    stride: 1
   weight_filler {
       type: "xavier"
    }
    bias_filler {
      type: "constant"
      value: 0
    }
}
}