Machine learning 使用具有不同数据集的数字中的预训练模型时出错。如何基于新数据集修改图层？_Machine Learning_Computer Vision_Deep Learning_Caffe_Nvidia Digits

Machine learning 使用具有不同数据集的数字中的预训练模型时出错。如何基于新数据集修改图层？

machine-learning computer-vision deep-learning

Machine learning 使用具有不同数据集的数字中的预训练模型时出错。如何基于新数据集修改图层？,machine-learning,computer-vision,deep-learning,caffe,nvidia-digits,Machine Learning,Computer Vision,Deep Learning,Caffe,Nvidia Digits,我尝试使用预训练模型（VGG16）对数字进行训练，但我得到了这个错误错误：检查失败：错误==cudaSuccess（2对0）内存不足及我成功地将deploy.prototxt和VGG_ILSVRC_16_layers.caffemodel和synset_words.txt上传到数字中，并使用我的数据集（有两个类）进行测试有时数字服务器无法清除内存。如果您正在使用ubuntu，请尝试使用以下命令： sudo restart nvidia-digits-server 如果这不起作用，您再次

我尝试使用预训练模型（VGG16）对数字进行训练，但我得到了这个错误

错误：检查失败：错误==cudaSuccess（2对0）内存不足

及

我成功地将

deploy.prototxt

和

VGG_ILSVRC_16_layers.caffemodel

和

synset_words.txt

上传到数字中，并使用我的数据集（有两个类）进行测试

有时

数字服务器

无法清除内存。如果您正在使用ubuntu，请尝试使用以下命令：

sudo restart nvidia-digits-server

如果这不起作用，您再次面临同样的问题，您需要减少批处理大小

谢谢。内存问题已解决，但错误仍然存在。我必须更改最后一层，但当我更改名称时，培训过程并不顺利。预培训和您的数据集都相同吗？如果至少预先训练的模型不是从相似的数据库中准备的，您将不会得到更好的结果。我有不同的数据集，只有两个类，我想将该模型用于我的数据集。我阅读“微调”和“转移学习”，以便修改和更改我的新数据集，但我在培训中出错。

sudo restart nvidia-digits-server