Neural network 什么是';顶部';caffe中的参数
我正在尝试运行caffe实验。我在Train.prototxt中使用以下损失层Neural network 什么是';顶部';caffe中的参数,neural-network,deep-learning,caffe,conv-neural-network,Neural Network,Deep Learning,Caffe,Conv Neural Network,我正在尝试运行caffe实验。我在Train.prototxt中使用以下损失层 layer { name: "loss" type: "SoftmaxWithLoss" bottom: "ip2" bottom: "label" include { phase: TRAIN } } 我看到培训开始时显示以下配置 I0923 21:19:13.101313 26423净额。cpp:410]损失(自动))在这里是什么意思 提前谢谢 Caffe层,包括损耗层,产生Bl
layer {
name: "loss"
type: "SoftmaxWithLoss"
bottom: "ip2"
bottom: "label"
include {
phase: TRAIN
}
}
我看到培训开始时显示以下配置
I0923 21:19:13.101313 26423净额。cpp:410]损失(自动))在这里是什么意思
提前谢谢 Caffe层,包括损耗层,产生Blob(4-D阵列)作为其计算的输出。如果不通过
top
参数设置Blob名称,则相应的Blob将添加到网络的“输出”中
这意味着,如果调用Net::forward()
方法,它将返回一个BLOB列表,即作为另一层输入的无边界BLOB
当您调用Caffe培训工具时,它会自动打印以筛选此类斑点。通过这种方式,您可以在训练过程中跟踪损失或准确性的值。请清楚地告诉我,如果将blob添加到网络的输出中,会发生什么情况。例如,当您按照您的问题训练网络时,blob将打印在屏幕上。您将可视化类似于
迭代0,损耗=0.699334
和测试净输出#0:损耗=0.831318(*1=0.831318损耗)
我明白了…非常感谢您的帮助。欢迎您!如果答案对你有效,你可以接受!