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: