本周周报

本周周报：

1.      分训练集与校验集的时候，按照文件夹随机产生训练集和校验集,与现有的方法对比一下CelebFaces+ 是包含202599张图片，包含10177 个人，我们选择8192个人作为训练，其他的作为校验或者测试。数据量其实不是很大

2.       CASIA 的数据集是45W张，用34W张训练，4.3W 张左右测试，用DEEPID 加载进去的时候，loading 不进去。现在电脑的配置是CPU 内存是32G gpu 内存是6G python 是64位的。

3.      现在的结果是12W    数据的结果，10W 训练+2W校验，主要的问题是:train_loss 跟val_loss 都在下降，但是train_loss 下降的速度明显比 val_loss 下降的慢。Epoch 运行到80次

Train_loss 从0.99-0.28 val_loss 从0.99-0.78

4.      想用caffenet 训练一个人脸的网络，但是不收敛。……

5.      DeepID 出来的特征都被打包成mkl 格式的，该怎么传到joint identification-verfication进去？不像vgg19 和caffenet的结果出来的是.Mat 格式的。

6.      DeepID 中的人脸校验部分怎么反馈到输入端，改进参数？

7.      DeepID 中lamda 参数是多少？