使用http://www.cnblogs.com/573177885qq/p/5804863.html中的圖片進行訓練和測試。

整個流程差不多，fine-tune命令：

./build/tools/caffe train -solver examples/money_test/fine_tune/solver.prototxt -weights models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel

因為是用別人訓練好的權重，因此weights必選。?關于命令行解析，參考http://www.cnblogs.com/denny402/p/5076285.html

不知為何，我fine-tune時的準確率一直是0，損失函數最后發散成了loss=-nan，難道迭代參數選的太大？

我將lr減小至0.0001，但還是發散了，難道是我的訓練樣本太少？

我將lr再次縮小10倍，這次loss沒有發散，但明顯步伐太小，loss一直沒降下來。

?

估計是網絡結構出了問題，accuracy一直是0，loss發散。

?

轉載于:https://www.cnblogs.com/573177885qq/p/6053333.html

總結

以上是生活随笔為你收集整理的Caffe学习系列(13):对训练好的模型进行fine-tune的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。