0
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
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 –