3

net私たち自身のデータに基づいてカフェでトレーニングするためのパラメーターを変更することについて混乱しています。

  • 独自のデータでネットをトレーニングするために、ネットのどの層にもっと注意を払う必要がありますか? たとえば、クラスの数に基づく出力の数。

セマンティックセグメンテーションのためにFCN32をトレーニングしようとしました。出力のDeconvolution layer (i.e.,upscore_sign)数をデータ内のクラスの数に変更しましたが、エラーが発生しています。

  • 異なる畳み込み層には異なる出力があります。互いに異なる出力を検出するにはどうすればよいですか?どの出力を変更すればよいですか?
  • deploy.prototxt 次の質問は、との違いは何ですかtrain_val.prototxt。
  • そして、deploy.prototxt のアプリケーションは何ですか? deploy.prototxttrain_val.prototxt に基づいてレイヤーを変更する必要がありますか?

どなたかご存じの方がいらっしゃいましたら、ご教授いただければ幸いです。

ありがとう

4

1 に答える 1

2

ネットのどの層に注目すべきか

モデルを新しいタスクに合わせて微調整する場合、おそらく異なる数のラベルを使用して、最後のレイヤーを変更する必要があります。 最後の層は確率予測層として機能し、各予測変数の確率ベクトルを出力します。画像分類の場合、ネットは画像ごとに確率ベクトルを予測します。FCN では、ネットは prob vector pre pixelを出力します。確率ベクトルは、長さ = ラベルの数 =最後のレイヤーのものです。したがって、この値を変更して、新しいタスクの新しいラベル数に対応する必要があります。 詳細については、この投稿を参照してください。num_output
num_output

'deploy.prototxt'とはどう違いますか'train_val.prototxt'

この違いについては、この投稿で説明しています。

'deploy.prototxt'に基づいてレイヤーを変更する必要があり'train_val.prototxt'ますか?

はい！

于 2017-01-08T06:32:21.197 に答える