如何設置適當的模型設置和層內高變異

所有專家如何設置適當的模型設置和層內高變異

我是CNN和Caffe的新人。我有兩個類別之間的分類任務。我收集的數據集對於A類非常小，大約50個B類（我知道它非常小）。這是一幅人類圖像。我採用了BVLC模型，並對測試和培訓的批量大小以及最大迭代進行了更改。我嘗試了許多不同的設置，但模型不起作用。有關如何提出合適的模型或設置或其他解決方案的任何想法？

句話**我曾經隨機進行了更改的BVLC模式設置和它的工作，但我失去了設置文件。

對於train.prototxt和Solve.prototxt，我把它從這個傢伙Adil Moujahid

我也嘗試培訓批量大小爲32,64,128,256和測試5,20,30但未能

對於數據集，這是正常的婦女和美麗的女性形象，我將它分類，但＃1並不讓我增加超過2個鏈接

我不知道這有什麼公式，公式或步驟我可以想出並選擇正確的模型設置。

預先感謝您。

來源

2017-06-16 P3ACE

您的問題含糊不清。您需要更具體並提供更多信息。你使用的是什麼網絡？提供你的'''train.prototxt'''和'''solver.prototxt'''文件。您還應該在終端上提供您的訓練輸出的屏幕截圖。 –

謝謝你的回答，我添加了我的火車和text.prototxt的源文件 – P3ACE

什麼是你在「不工作」的意義？損失過高？培訓是融合的，但準確性較低？安德魯吳對「調試」細胞神經網絡的一個極好的會議 - 堅果和使用Deep學習（NIPS slides，summary，additional summary）構建應用程序螺栓。

我卑微的猜測是，你的網絡有一個過度擬合的問題 - 它獲知具體的例子，並不能一概而論 - 所以增加了訓練集/規範化/數據增強可以提供幫助。

來源

2017-09-19 09:29:29 rkellerm

如何設置適當的模型設置和層內高變異

回答

相關問題