Fatal编程技术网
  • machine-learning/
  • Machine learning “应该是什么？”；“学习多种语言”；全卷积网络中的上采样层的数量？

Machine learning “应该是什么？”；“学习多种语言”；全卷积网络中的上采样层的数量？

machine-learning neural-network deep-learning

Machine learning “应该是什么？”；“学习多种语言”；全卷积网络中的上采样层的数量？,machine-learning,neural-network,deep-learning,caffe,conv-neural-network,Machine Learning,Neural Network,Deep Learning,Caffe,Conv Neural Network,我试图训练一个完全卷积网络（FCN）来进行密集预测 该报告的作者提到： “我们将2×上采样初始化为双线性插值，但允许学习参数。” 当我阅读他们的文章时，这些层的学习倍数为零 我是否应该将此学习倍数更改为非零值以便学习这些层 谢谢，引用shelhamer的话 ​在进一步的实验中​ 在PASCAL VOC上，我们发现学习插值参数几乎没有什么差别，固定这些权重会稍微加快速度，因为插值滤波器梯度可以跳过 因此，您可以通过这种方式保持lr\u mult，或者如果您想让他们学习，可以将其更改为非零值。如果需

我试图训练一个完全卷积网络（FCN）来进行密集预测

该报告的作者提到：

“我们将2×上采样初始化为双线性插值，但允许学习参数。”

当我阅读他们的文章时，这些层的学习倍数为零

我是否应该将此学习倍数更改为非零值以便学习这些层

谢谢，引用shelhamer的话

​在进一步的实验中​ 在PASCAL VOC上，我们发现学习插值参数几乎没有什么差别，固定这些权重会稍微加快速度，因为插值滤波器梯度可以跳过

因此，您可以通过这种方式保持
lr\u mult
，或者如果您想让他们学习，可以将其更改为非零值。如果需要，还可以在solver.prototxt中设置
lr_策略


有关详细信息，请参见
谢谢你，伊曼，正如你所看到的，在深度学习社会中存在着许多矛盾