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

دسته بندی ها

0 امتیاز

سلام.من فایل .caffemodel یک شبکه رو دارم به همراه ساختار شبکه و لایه ها و...(deploy)
حالا میخوام شبکه به جای پیشبینی مثلا 1000 کلاس بیاد و 8 کلاس رو پیشبینی کنه.که مثل اینکه باید fine tuning انجام بدم.
حالا سوال من اینه :
1-تو fine tuning شبکه از روی solver دیتابیس من رو میخونه؟
2-آیا پارامتر solver را باید تغییر بدم؟یعنی من الان دارم با solver اصلی عمل fine tuning رو انجام میدم و اینکار خیلی داره طول میکشه(در واقع به همون مقداری که آموزش شبکه طول میکشید)
مگه قرار نیست fine tuning سرعت آموزش رو برای ما از روی مدل یاد گرفته شده بالا ببره؟؟
لایه ی آخر شبکه ی خودم رو عوض کردم و شبکه رو fine tune کردم
اینم فایل solver من:

test_iter: 2000   
test_interval: 1000
base_lr: 0.04
display: 40
max_iter: 170000
iter_size: 16 #global batch size = batch_size * iter_size
lr_policy: "poly"
power: 1.0 #linearly decrease LR
momentum: 0.9
weight_decay: 0.0002
snapshot: 1000
snapshot_prefix: "train"
solver_mode: GPU
random_seed: 42
net: "D:/DATASET/adel2/age_net_definitions/train_val_test_fold_is_0.prototxt" 
test_initialization: false
average_loss: 40
توسط (117 امتیاز)

1 پاسخ

0 امتیاز

سلام
در فاین تون شما از deploy استفاده نمیکنید از همون فایل مخصوص ترینینگ استفاده میکنید با این فرق که لایه دیتا رو ویرایش میکنید و دیتاست خودتون رو مشخص میکنید. بعد از اون با توجه به نیازمندی هاتون اندازه بچ رو مشخص میکنید و تنظیمات رو در سالور میدید.
اگه دیتاست شما به دیتاست مبدا نزدیکه به غیر از لایه اخر بقیه شبکه رو freeze کنید و با یه نرخ یادگیری خیلی کم استارت بزنید. از نرخ یادگیری پیشفرض سالور استفاده نکنید اون نرخ یادگیری برای استارت شبکه روی دیتاست مبدا استفاده شده و اگه استفاده کنید باعث دایورج کردن میشه

در مورد اینکه زمان ترینینگ چقدر باید باشه بسته به تنظیمات شما و اندازه دیتاست شما متفاوت میشه

توسط (4.3k امتیاز)
...