machine-learning - 咖啡 |添加新层以使用训练模型后未知的底部 Blob (微调)

标签 machine-learning neural-network deep-learning caffe conv-neural-network

我想微调我的数据集上的 bvlc_reference_caffenet 模型。 我成功地对模型进行了微调。但现在我尝试添加 2 个卷积层来检查它的执行情况。我尝试在 "conv5" 层之后添加名称为 "conv6_new""conv7_new" 的层。我复制了 "conv3" 图层并通过将其重命名为 "conv6_new" 并将 "conv5" 重命名为 "conv7_new" 进行粘贴>。我修改了相应的“ReLU”和“Pooling”层的名称。 但我收到以下错误。
谁能告诉我我在哪里犯了错误?

F0620 17:29:49.967382 14194 insert_splits.cpp:29] Unknown bottom blob 'conv7_new' (layer 'conv7_new', bottom index 0)

最佳答案

“conv7_new”也不能将其自己的输出(“top”)作为输入。确保您不仅重命名图层的名称,还以有意义的方式重命名“top”“bottom”:
如果您有 "conv5" -> "conv6_new" -> "conv7_new" -> "fc"
那么“conv6_new”的底部应该是“conv5”“top”,而“conv7_new” code> 的底部是 “conv6_new”“top”。最后,“fc” 的底部是新“conv7_new” 层的“top”
请注意,我忽略了可以通过将其 "top" 名称设置为与 "bottom" 相同来“就地”计算的“ReLU” >。我也没有包括池化层。

关于machine-learning - 咖啡 |添加新层以使用训练模型后未知的底部 Blob (微调),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/37922730/

相关文章:

python - 使用 keras 自定义层时构建错误

deep-learning - 为什么过滤器和特征层具有相同数量的 channel ?

machine-learning - 使用 Caffe 没有提高 RMSprop、Adam、AdaDelta 测试精度

machine-learning - 如何使用 LIBSVM 进行交叉验证的 platt 缩放?

artificial-intelligence - 选择正确的神经网络类型

python - Tensorflow:替换 tf.nn.rnn_cell._linear(input, size, 0, scope)

machine-learning - caffe 的准确性问题

tensorflow - Keras VAE 的输入尺寸不正确

python - 分类器拟合和partial_fit的内存错误

r - 了解随机起始权重对神经网络性能的影响