本文详细介绍了使用MatConvNET进行深度学习模型训练的过程，包括设置epoch的学习率，GPU/CPU之间的迁移，训练集的洗牌以及如何保存网络权重。对于希望在MATLAB环境中进行卷积神经网络训练的读者，这篇博文提供了清晰的操作指南。
看到一篇博文，对MatConvNET使用时的训练过程总结得很好。
https://www.cnblogs.com/tendence/p/7116095.html?utm_source=itdadao&utm_medium=referral
MatConvNET训练步骤如下：
- 记录当前epoch的状态（可以从以前保存的检查点继续开始训练，因此epoch不一定为0）
- 设置本次epoch的学习率和theta参数
- 将当前网络移动到gpu（如果有gpu的话）
- 训练状态设置（对训练集数据洗牌做打乱顺序处理）
- 调用处理epoch函数
- 将最后一个layer设置为空
- 将当前网络移动到cpu（即保存当前网络模型）
- 保存当前epoch的网络数据（即权重）
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
