2016-02-13 101 views
1

我正與Caffe一起工作,並且有興趣對我的訓練和測試錯誤進行比較,以確定我的網絡是否過度配合或不足。但是,我似乎無法弄清楚如何讓Caffe報告訓練錯誤。它將顯示訓練損失(在批次上計算的損失函數的值),但這對確定網絡是否過度配合/不足是沒有用的。有沒有一個簡單的方法來做到這一點?在Caffe中測量訓練錯誤

我正在使用Pyffe(pycaffe)的Python接口。如果我能以某種方式獲得原始訓練集,我可以通過向前傳球來批量進行並評估結果。但是,我似乎無法弄清楚如何訪問超過當前處理的一批培訓數據。這可能嗎?我的數據是LMDB格式。

回答

1

train_val.prototxt文件改變sourceTEST階段指向訓練LMDB數據庫(默認情況下它指向的驗證LMDB數據庫),然後運行這個命令:

$ ./build/tools/caffe test -solver models/bvlc_reference_caffenet/solver.prototxt -weights models/bvlc_reference_caffenet/<caffenet_train_iter>.caffemodel -gpu 0