我正在与Caffe合作，并且有兴趣比较我的训练和测试错误，以确定我的网络是否过度拟合或不合适 . 但是，我似乎无法弄清楚如何让Caffe报告训练错误 . 它将显示训练损失（在批次上计算的损失函数的值），但这在确定网络是否过度拟合/欠拟合时无效 . 有这么简单的方法吗？
我正在使用Python接口来实现Caffe（pycaffe） . 如果我可以以某种方式访问原始训练集，我可以通过前进传递批量并评估结果 . 但是，我似乎无法弄清楚如何访问超过当前处理批次的训练数据 . 这可能吗？我的数据采用LMDB格式 .
1 回答
在
train_val.prototxt文件中，将TEST阶段中的source更改为指向训练LMDB数据库（默认情况下，它指向验证LMDB数据库），然后运行以下命令：