Neural network caffe中自身数据的精确度极低
我正在尝试用我自己的数据训练一个网络。整个数据集由256x256 jpeg图像组成。共有236个对象需要分类。训练集和验证集分别有~247K和~61K图像。我使用Neural network caffe中自身数据的精确度极低,neural-network,deep-learning,caffe,Neural Network,Deep Learning,Caffe,我正在尝试用我自己的数据训练一个网络。整个数据集由256x256 jpeg图像组成。共有236个对象需要分类。训练集和验证集分别有~247K和~61K图像。我使用$CAFFE\u ROOT/build/tools/convert\u imageset实用程序从它们生成了LMDB 首先,我使用caffenet的拓扑结构作为我的模型。在培训期间,我遇到了一条奇怪的消息“数据层预取队列为空”,这是我以前从未见过的 此外,最初,网络的精度异常(~0.00378378),在接下来的1000次迭代中,它达到
$CAFFE\u ROOT/build/tools/convert\u imageset
实用程序从它们生成了LMDB
首先,我使用caffenet的拓扑结构作为我的模型。在培训期间,我遇到了一条奇怪的消息“数据层预取队列为空”,这是我以前从未见过的
此外,最初,网络的精度异常(~0.00378378),在接下来的1000次迭代中,它达到了最大值~0.01,并且没有进一步增加(只是波动)
我做错了什么,如何提高准确性
运行时日志:
型号:
解算器:
另外,我正在AWS上使用最新版本的Caffe、Ubuntu服务器14.04 LTS和g2.2xlarge instance。尝试将所有
“ReLU”
激活替换为“PReLU”
,速度稍慢,但如果从头开始,效果会更好。此外,您可以尝试在solver.prototxt
文件中设置debug\u info:true
。这听起来很像超参数,尤其是学习速率。您可以使用更少的迭代进行实验,直到得到性能良好的训练错误。请参阅以澄清“数据层预回迁队列为空”部分,请参阅此处:这意味着此消息与您的主要问题没有直接关系。