Fatal编程技术网
  • computer-vision/
  • Computer vision 深度学习-在Conv网络模型上进行微调

Computer vision 深度学习-在Conv网络模型上进行微调

computer-vision neural-network deep-learning

Computer vision 深度学习-在Conv网络模型上进行微调,computer-vision,neural-network,deep-learning,caffe,imagenet,Computer Vision,Neural Network,Deep Learning,Caffe,Imagenet,我正在使用Alexnet架构对图像网络模型进行微调。我的数据集非常小（每个类7张图像，没有增加）。我必须去掉最后一个FC层（“FC8”）的权重，但是其他完全连接的层呢。对于“FC6”和“FC7”我应该使用来自图像网络模型的权重还是从随机初始化？所有三个FC层的学习率均为5。由于训练示例太少，我建议修复所有层（conv、fc6和fc7）的权重，并使用线性支持向量机训练最后一层。大多数支持向量机训练包和算法都使用全局凸优化，在这种情况下可能会产生比SGD更好的结果

我正在使用Alexnet架构对图像网络模型进行微调。我的数据集非常小（每个类7张图像，没有增加）。我必须去掉最后一个FC层（
“FC8”
）的权重，但是其他完全连接的层呢。对于
“FC6”
和
“FC7”
我应该使用来自图像网络模型的权重还是从随机初始化？所有三个FC层的学习率均为5。

由于训练示例太少，我建议修复所有层（conv、fc6和fc7）的权重，并使用线性支持向量机训练最后一层。大多数支持向量机训练包和算法都使用全局凸优化，在这种情况下可能会产生比SGD更好的结果