caffe在训练的时候,需要一些参数设置,我们一般将这些参数设置在一个叫solver.prototxt的文件里面

有一些参数需要计算的,也不是乱设置。

假设我们有50000个训练样本,batch_size为64,即每批次处理64个样本,那么需要迭代50000/64=782次才处理完一次全部的样本。我们把处理完一次所有的样本,称之为一代,即epoch。所以,这里的test_interval设置为782,即处理完一次所有的训练数据后,才去进行测试。如果我们想训练100代,则需要设置max_iter为78200.

同理,如果有10000个测试样本,batch_size设为32,那么需要迭代10000/32=313次才完整地测试完一次,所以设置test_iter为313.

学习率变化规律我们设置为随着迭代次数的增加,慢慢变低。总共迭代78200次,我们将变化lr_rate三次,所以stepsize设置为78200/3=26067,即每迭代26067次,我们就降低一次学习率。

下面是生成solver文件的python代码,比较简单:

# -*- coding: utf-8 -*-
"""
Created on Sun Jul 17 18:20:57 2016@author: root
""" path='/home/xxx/data/' solver_file=path+'solver.prototxt' #solver文件保存位置  sp={} sp['train_net']=‘“’+path+'train.prototxt”' # 训练配置文件 sp['test_net']=‘“’+path+'val.prototxt”' # 测试配置文件 sp['test_iter']='313' # 测试迭代次数 sp['test_interval']='782' # 测试间隔 sp['base_lr']='0.001' # 基础学习率 sp['display']='782' # 屏幕日志显示间隔 sp['max_iter']='78200' # 最大迭代次数 sp['lr_policy']='“step”' # 学习率变化规律 sp['gamma']='0.1' # 学习率变化指数 sp['momentum']='0.9' # 动量 sp['weight_decay']='0.0005' # 权值衰减 sp['stepsize']='26067' # 学习率变化频率 sp['snapshot']='7820' # 保存model间隔 sp['snapshot_prefix']=‘"snapshot"’ # 保存的model前缀 sp['solver_mode']='GPU' # 是否使用gpu sp['solver_type']='SGD' # 优化算法 def write_solver(): #写入文件 with open(solver_file, 'w') as f: for key, value in sorted(sp.items()): if not(type(value) is str): raise TypeError('All solver parameters must be strings') f.write('%s: %s\n' % (key, value)) if __name__ == '__main__': write_solver()

执行上面的文件,我们就会得到一个solver.prototxt文件,有了这个文件,我们下一步就可以进行训练了。

转载于:https://www.cnblogs.com/niulang/p/8984818.html

caffe的python接口学习(2)生成solver文件相关推荐

  1. caffe的python接口学习(6):用训练好的模型(caffemodel)来分类新的图片

    经过前面两篇博文的学习,我们已经训练好了一个caffemodel模型,并生成了一个deploy.prototxt文件,现在我们就利用这两个文件来对一个新的图片进行分类预测. 我们从mnist数据集的t ...

  2. caffe的python接口学习(8):caffemodel中的参数及特征的抽取

    如果用公式  y=f(wx+b) 来表示整个运算过程的话,那么w和b就是我们需要训练的东西,w称为权值,在cnn中也可以叫做卷积核(filter),b是偏置项.f是激活函数,有sigmoid.relu ...

  3. 利用caffe的python接口实现DeepImageSynthesis实例

    在之前实现faster rcnn的博客中,先是配置了caffe的python接口,但是在验证的时候用DeepTexture的实例没有成功.改用pycharm而不是jupyter notebook再试一 ...

  4. Caffe的python接口安装

    点击此处返回总目录 这一节我们需要编译pycaffe.pycaffe是caffe的python接口.后面我们回用到python进行编程. 一.准备工作 准备工作1:Caffe release版本的编译 ...

  5. caffe python接口_ubuntu配置caffe的python接口pycaffe

    参考网站: ubuntu配置caffe的python接口pycaffe 依赖 前提caffe已经正确编译.见Ubuntu配置caffe库包sudo apt-get install python-pip ...

  6. Windows10上使用Caffe的Python接口进行图像分类例程

    本文将会介绍Caffe的Python接口的使用方法.编辑Python可以使用很多种方法,我们采用的是IPython交互式编辑环境. 1 Python的安装 如果你的Windows电脑还没有安装Pyth ...

  7. python在内存中生成Zip文件!

    python在内存中生成Zip文件! - 天真的好蓝啊 - 博客园 python在内存中生成Zip文件! import zipfile import StringIO class MemoryZipF ...

  8. Python语言学习:创建/删除文件/文件夹、获取当前文件/文件夹路径(系统环境路径/目录)、获取当前文件夹下的所有子文件路径等代码(os系列用法)实现之详细攻略

    Python语言学习:创建/删除文件/文件夹.获取当前文件/文件夹路径(系统环境路径/目录).获取当前文件夹下的所有子文件路径等代码(os系列用法)实现之详细攻略 目录 系统环境路径的设置 1.sys ...

  9. ubuntu16.04 安装caffe以及python接口

    http://blog.csdn.net/qq_25073253/article/details/72571714 http://blog.csdn.net/greed7480/article/det ...

最新文章

  1. 怎么安装python3-如何装python3
  2. 使用Custom.pll修改标准Form的LOV
  3. PASCAL不仅仅是语言
  4. JavaScript重难点解析2(立即执行函数IIFE,this关键字)
  5. [再mark] 系统注册的dpc,枚举定时器相关的……
  6. 使用Blend开发Silverlight VSM
  7. Ubuntu下WPS 快捷键、使用方法总结
  8. html怎么添加视频链接,PPT怎么将超链接添加到视频图文教程
  9. 搜罗到一个简洁、支持免费听和下载全网音乐的网站
  10. Java转码amr_java实现amr转mp3
  11. 国家科技管理信息系统构建及其对科技情报工作的影响
  12. OpenGL ES 2.0 系列一
  13. Java8新特性学习第一天
  14. Makefile wildcard
  15. android脚本实现自动捉妖,一起来捉妖自动秒杀脚本下载-一起来捉妖自动秒杀辅助 最新版_爱下手机站...
  16. 语音视频社交中回声消除技术是如何实现的
  17. sklearn中的决策树(回归)
  18. 串行同步通信“时钟同步”怎么理解?
  19. Windows环境下视频文件转成RTSP视频流和RTMP流
  20. 测试CarbonData

热门文章

  1. GPIO几种配置的作用
  2. badboy测试工具下载
  3. C语言再学习 -- 常用头文件和函数(转)
  4. ACM/ICPC 2018亚洲区预选赛北京赛站网络赛 Tomb Raider(map+二进制枚举)
  5. pat天梯赛L2-010. 排座位
  6. python读取字典元素笔记_Python中列表、字典、元组数据结构的简单学习笔记
  7. c# 连接mysql数据库_C#连接Mysql数据库
  8. 移动APP漏洞自动化检测平台建设
  9. Android开发工具之Android Studio-合并主干和分支代码
  10. JZOJ 5609. 【NOI2018模拟3.28】Tree BZOJ 4919: [Lydsy1706月赛]大根堆