如何在caffe中实现固定参数？

假设网络中有参数我想在pycaffe中手动更改，而不是由求解器自动更新。例如，假设我们想惩罚密集激活，这可以作为额外的损失层来实现。在整个训练过程中，我们希望通过将损失乘以以预定方式演变的系数来改变这种惩罚的强度。在caffe中做这件事的好方法是什么？是否有可能在prototxt定义中指定此项？在pycaffe界面中？如何在caffe中实现固定参数？

更新：我想设置lr_mult和decay_mult为0可能是一个解决方案，但似乎是一个笨拙的。也许一个DummyDataLayer作为一个blob提供参数将是一个更好的选择。但有这么小的文件，它是一个相当斗争的人新的朱古力写

来源

2016-05-31 Shengjia Zhao

您不清楚您要做什么。你能否澄清你的问题？ – Shai

谢谢你指出。我已经添加了一个例子 –

也许这是一个很小的问题，但以防万一别人可能会感兴趣，这里是一个成功实现我最终使用

在图层原型def中，将lr_mult和decay_mult设置为0，这意味着我们既不想学习或衰减参数。使用filler设置初始值。要在网络训练过程中更改python中的参数，请使用如下语句： net.param['name'][index].data[...] = something

来源

2016-06-01 09:14:32

如何在caffe中实现固定参数？

回答

相关问题