使用http://www.cnblogs.com/573177885qq/p/5804863.html中的圖片進(jìn)行訓(xùn)練和測(cè)試。

整個(gè)流程差不多，fine-tune命令：

./build/tools/caffe train -solver examples/money_test/fine_tune/solver.prototxt -weights models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel

因?yàn)槭怯脛e人訓(xùn)練好的權(quán)重，因此weights必選。?關(guān)于命令行解析，參考http://www.cnblogs.com/denny402/p/5076285.html

不知為何，我fine-tune時(shí)的準(zhǔn)確率一直是0，損失函數(shù)最后發(fā)散成了loss=-nan，難道迭代參數(shù)選的太大？

我將lr減小至0.0001，但還是發(fā)散了，難道是我的訓(xùn)練樣本太少？

我將lr再次縮小10倍，這次loss沒有發(fā)散，但明顯步伐太小，loss一直沒降下來。

?

估計(jì)是網(wǎng)絡(luò)結(jié)構(gòu)出了問題，accuracy一直是0，loss發(fā)散。

?

轉(zhuǎn)載于:https://www.cnblogs.com/573177885qq/p/6053333.html

總結(jié)

以上是生活随笔為你收集整理的Caffe学习系列(13):对训练好的模型进行fine-tune的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。