사전 교육 된 GoogLeNet을 사용하고 있으며 11 개 클래스를 분류하기 위해 내 데이터 세트에서 미세 조정했습니다. 다른 base_learning rate으로 다음 구성을 시도했지만 accuracy이 더 이상 개선되지 않습니다. 나는 사전 훈련 GoogLeNet 모델을 사용하고 지난 10 레이어와 50K에 속도 0.01 최대 반복 학습베이스 처음 3
작은 GPU 메모리 (1Gb)로 인해 몇 가지 문제가 발생했습니다. 문제는 현재 시행 착오로 batch_size을 선택하고 있습니다. 로그 크기가 Memory required for data: 인 경우 메모리 크기가 1Gb 미만인 경우에도 오류가 발생합니다. 그래서 제 질문은 다음과 같습니다 어떻게 자동으로 GPU 메모리에 들어갈 수있는 항목 최대 avai
이것은 바보 같은 질문처럼 보일 수 있지만, 좋은 결과를 얻으려면 caffe의 테스트 단계가 어느 정도까지 중요한지 이해하려고합니다. 물론 훈련 단계는 중요하지만 훈련되지 않은 세트에서 주기적으로 얼마나 많은 손실이 발생하는지 테스트하는 테스트 단계입니다. 이 경우 테스트 세트의 크기가 중요합니까? 테스트가 전혀 중요합니까? 나는 현재 심각한 과장 문제가
Caffe의 일부 MR 이미지에서 내 모델을 학습하고 있습니다. 나는 deploy.prototxt 파일에서 "Accuracy" 손실 층을 제거하기 위해 OP를 물어 비슷한 질문 https://stackoverflow.com/questions/32241193/error-with-caffe-c-example-with-different-deploy-prototx
교육을받는 동안 Caffe Solver에서 test_state 기능을 사용하려고했습니다. 테스트 케이스 모두 이상적으로 동일한 지 layer {
name: "data"
type: "ImageData"
top: "data"
top: "label"
include {
phase: TEST
stage:
카페를 성공적으로 설치했습니다. 모든 테스트가 잘 진행되었습니다. hdf5 데이터를 사용하여 예제 (https://github.com/tenstep/DeepModel)를 훈련 시키려고하면 오류가 발생합니다. 나는 그것이 glog와 관련이 있다고 몇몇 포럼에서 읽었다. *** Aborted at 1465829389 (unix time) try "date -d
내 스파크 애플리케이션에 PySpark 1.6.1을 사용하고 있습니다. 인수가 --py-files 인 추가 모듈을로드하고 있습니다. 또한 ApolloNet을 초기화하기 위해 모듈 중 하나에서 액세스해야하는 h5 파일이 있습니다. 모듈을 같은 아카이브에 저장하면 모듈에서 해당 파일에 액세스 할 수있는 방법이 있습니까? 이 방법을 시도했지만 파일이 모든 작업자
Matlab과 함께 회선 신경망을 개발하고 싶습니다. 프레임 워크, Caffe가 자주 사용되며 Matlab 도구 상자도 있다는 것을 읽었습니다. .. 나는 CAFFE와 함께 매트랩 사용하는 사람들을 많이 볼 수 있지만 난 정말 CAFFE가 무엇을 얻을하지 않습니다 는 난 단지 CAFFE없이 matlab에 도구 상자 (병렬 컴퓨팅 도구 상자)를 사용하여 내
내 모델이 맞는지 확인하기 위해 데이터의 미니 배치에 내 모델을 너무 많이 맞추고 싶습니다. 내 데이터 세트는 lmdb 형식입니다. 데이터 레이어는 solver.step()을 수행 할 때 자동으로 업데이트됩니다. Caffe에서 새로운 데이터를로드하는 것을 어떻게 피할 수 있습니까?
파이썬을 사용하여 prototxt 파일을 편집하고 싶습니다. 소스를 다른 디렉토리로 변경하기 만하면됩니다. 이 문제를 해결할 수있는 간단한 방법이 있습니까? 전체 파일을 다시 정의하고 전체 파일을 다시 작성할 필요가 없습니까? 예를 들어, 내 prototxt 파일에 나는 layer {
name: "data"
type: "Data"