caffe中各种参数设置及解析

最新推荐文章于 2020-02-13 15:21:45 发布

_小马奔腾

最新推荐文章于 2020-02-13 15:21:45 发布

阅读量4.7k

点赞数 2

CC 4.0 BY-SA版权

分类专栏： caffe

本文链接：https://blog.youkuaiyun.com/dongfang1984/article/details/71215572

caffe 专栏收录该内容

17 篇文章

订阅专栏

本文详细介绍了深度学习训练过程中的关键参数设置，包括学习率策略（lr_policy）、测试间隔（test_interval）等，并解释了这些参数的具体含义及应用场景。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

几个设置参数，很容易忘掉的，记录一下，以后便于查询

1、lr_policy

学习率经常用到的有以下几种：

lr_policy	“fixed”	“multistep”	“step”
param	、	stepvalue	stepsize

说明：stepsize：2000，就是每迭代2000次，就更新一次学习率。
stepvalue：每到一个stepvalue都会更细一次学习率。
二者更新办法都是： base_lr * gamma

2、test_interval

test_interval: 500 #每隔500个iteration，就进行一次测试
test_iter: 100     #这个数据与prototxt中的test阶段的batch_size共同使用。
#假设，在cifar-10中，我的测试集是10000张Image，
#那么如果我在TEST阶段的batch_size = 100的话，
#那么，就需要100次迭代才能测试完所有的图片，因此test_iter=100