Cirf10_quick 与 Cirf10_full 区别

最新推荐文章于 2023-04-17 16:50:39 发布

原创最新推荐文章于 2023-04-17 16:50:39 发布 · 358 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#caffe ubuntu

caffe 专栏收录该内容

19 篇文章

订阅专栏

本文介绍了Cifar10数据集上两种不同的训练配置：Cirf10_quick与Cirf10_full。Cirf10_quick采用两层全连接层，学习率在4000次迭代后调整为0.001，在5000次迭代后调整为0.0001；Cirf10_full包含一层全连接层但加入了归一化层，并且学习率分别在6000、6500和7000次迭代后逐步降低。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1、Cirf10_quick

学习率改变的迭代数 4000（0.001） 5000（0.0001）

网络中没有归一化层

全连接有两层：

layer {

name: "ip1"

type: "InnerProduct"

bottom: "pool3"

top: "ip1"

param {

lr_mult: 1

}

param {

lr_mult: 2

}

inner_product_param {

num_output: 64

}

}

layer {

name: "ip2"

type: "InnerProduct"

bottom: "ip1"

top: "ip2"

param {

lr_mult: 1

}

param {

lr_mult: 2

}

inner_product_param {

num_output: 10

}

}

2、 Cirf10_full

学习率改变的迭代数 6000（0.001） 6500（0.0001） 7000（0.00001）

网络中有 norm1 / norm2 归一化层：

layer {

name: "norm1"

type: "LRN"

bottom: "pool1"

top: "norm1"

lrn_param {

local_size: 3

alpha: 5e-05

beta: 0.75

norm_region: WITHIN_CHANNEL

}

}

全连接只有一层（慢）：

layer {

name: "ip1"

type: "InnerProduct"

bottom: "pool3"

top: "ip1"

param {

lr_mult: 1

decay_mult: 250

}

param {

lr_mult: 2

decay_mult: 0

}

inner_product_param {

num_output: 10

}

}