caffe中断后,如何继续在之前的模型上训练

原创于 2021-01-08 10:14:28 发布 · 353 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#caffe

0_caffe 专栏收录该内容

12 篇文章

订阅专栏

该博客介绍了两种方法来继续深度学习模型的训练。第一种是使用solverstate文件，可以从上次中断的迭代次数继续，例如从200次开始。第二种方法是通过加载caffemodel文件，这将从头开始，但利用预训练模型的权重。示例中展示了使用Caffe进行MobileNet_YOLOv3_Lite模型训练的命令。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

两种方法 :
一:使用solverstate文件继续训练.
继续之前的迭代次数进行训练.如之前在迭代200次中断的,继续训练后在从200开始继续,200,210,230....
#!/bin/bash
LOG=examples/VOCFLIR/out/log/my_train_lite-`date +%Y-%m-%d-%H-%M-%S`.log
./build/tools/caffe train --solver examples/VOCFLIR/my_mobilenet_yolov3_lite_solver.prototxt --snapshot examples/VOCFLIR/out/models/my_mobilenet_yolov3_lite_deploy_iter_24000.solverstate --gpu=0 2>&1 | tee $LOG

二:使用caffemodel 文件继续训练.
相当于使用预训练模型,迭代次数从0开始.如之前在迭代200次中断的,继续训练后在从0开始继续,10,20,30....
#!/bin/bash
LOG=examples/VOCFLIR/out/log/my_train_lite-`date +%Y-%m-%d-%H-%M-%S`.log
./build/tools/caffe train --solver examples/VOCFLIR/my_mobilenet_yolov3_lite_solver.prototxt --weights examples/VOCFLIR/out/models/my_mobilenet_yolov3_lite_deploy_iter_24000.caffemodel --gpu=0 2>&1 | tee $LOG