准确度没有进一步提高。
准确度没有进一步提高。
提问于 2016-06-08 09:23:48
我正在使用预先训练的GoogLeNet，然后在我的数据集中对它进行精细的调整，以便对11个类进行分类。我使用不同的base_learning rate尝试了以下配置，但accuracy没有进一步改进。
- 我使用了预先训练的GoogLeNet模型，然后对前10层和前3层进行微调，基本学习率为0.01，最大迭代数为50K，但这种配置没有提供超过75%的精度。
- 我使用了预先训练的GoogLeNet模型，然后在最后两层进行微调，基本学习率为0.01，最大迭代次数达到50K，但这种配置不能给出优于71%的精度。
- 我使用了预先训练过的GoogLeNet模型，然后对最后6层进行微调，基本学习率为0.001，最大迭代次数为50K，但这种配置没有提供超过85%的精度。
有人能告诉我，我可以改变哪些其他方法或参数来提高准确度呢？
回答 1
Stack Overflow用户
回答已采纳
发布于 2016-06-09 12:23:41
您可以使用其他优化器，如ADADELTA、ADAM和RMSPROP。在您的solver.prototxt中，可以通过编写此命令type: "RMSProp"来设置此参数。
对于RMSPROP，可以像前面提到的这里那样修改参数。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/37698390
复制相关文章
相似问题
腾讯云开发者
