به بخش پرسش و پاسخ یادگیری عمیق خوش آمدید,
این نسخه آزمایشی سایت است.
لطفا به نکات زیر توجه کنید:
  • برای ارتباط با مدیران میتوانید از صفحه مدیران اقدام کنید.
  • سوال و جواب ها باید به زبان فارسی باشند. استفاده از زبان انگلیسی یا فینگلیش برای پاسخ دادن مجاز نیست.
  • لطفا بعد از پرسش سوال لینک سوال خود را در گرو تلگرام (Iran Deep Learning Group) معرفی کنید تا سریعتر به جواب برسید. برای دسترسی به آخرین لینک از منابع یادگیری استفاده کنید
  • لطفا بجای عکس از متن استفاده کنید. اگر متون طولانی هستند از سایت pastebin.com برای اپلود استفاده کرده و لینک حاصل را در سوال خود قرار دهید. برای قرار دادن تصویر ، از بخش ارسال تصویر ادیتور سایت استفاده کنید.
  • بعد از دریافت پاسخ، بهترین پاسخ را از طریق کلیک بر روی علامت تیک انتخاب کنید
  • اگر با خطا و یا مشکلی مواجه شدید از بخش تماس با ما در انتهای صفحه و یا ایمیل Coderx7@gmail.com موضوع را اطلاع دهید.

با تشکر

0 امتیاز

با سلام. من دیتاست خودم رو که شامل 50 کلاس هست و 100 نمونه ست دارم و 300 نمونه ترین رو میخوام به شبکه lenet بدم. پارامترهایی که تغییر دادم به شرح زیر هستن:
بچ سایز تست رو 1 قرار دادم.
بچ سایز ترین رو 3 قرار دادم.
test_iter رو 100 قرار دادم
test_interval رو 100 قرار دادم.
40 ایپاک در نظر گرفتم که در واقع max_iter من برابر با 4000 میشه.
ادرس های پوشه های تست و ترین رو هم ست کردم
input_dim: (batchsize, #channels, imagesize1,imagesize2) رو در واقع مساوی با input_dim: (3, #3, 1200,1200) قرار دادم. چون تصاویر من rgb بودن و تبدیل به خاکستری کردم همچنان سه کاناله هستند.
inner_product_param رو هم برابر با 50 قرار دادم چون 50 کلاس دارم. درسته؟
اما وقتی ترین می کنم با خطای زیر مواجه میشم:

 check failed :shape[i]<=2147483647/count-(18361800vs.4294967)Blob
 size exceeds INT_MAX

سرچ که کردم میگفتن این ارور وقتی پیش میاد که سایز داده ورودی زیاد باشه. یعنی تصاویر من که 1200 در 1200 هستن گویا بزرگن و از ماکزیممی که کفی در نظر گرفته تجاوز میکنه. راه حلش رو هم گفتن که باید کد را عوض کنیم و این رو بنویسیم:

# Each scale is the pixel size of an image's shortest side
__C.TRAIN.SCALES = (5616,)
# Max pixel size of the longest side of a scaled input image
__C.TRAIN.MAX_SIZE = 3744

که اون اعداد سایز ورودی ما هستند.
اما من نمیدونم این تغییرات را کجا باید اعمال کنم. و اینکه ایا همچین چیزی درست هست یا خیر.
ممنون میشم کمکم کنید

سوال شده توسط (150 امتیاز)
برچسب گذاری دوباره توسط
این کد مربوط به اسکریپت fast rcnn هست :
https://github.com/rbgirshick/fast-rcnn/blob/master/lib/fast_rcnn/config.py
سلام . اگه هنوز مشکل دارید و مشکلتون حل نشده لطفا اطلاعات دقیقتر از معماری و تصاویرتون رو به توضیحات اضافه کنید تا بشه پیگیری کرد. در صورت امکان معماری خودتون رو قرار بدید به اضافه یک نمونه از تصاویری که استفاده میکنید.
سلام- ممنونم- مشکلم حل شد. لطف کردید

لطفا وارد شده یا عضو شوید تا بتوانید سوال بپرسید

...