【发布时间】:2017-04-20 17:49:58
【问题描述】:
我正在使用 Caffe 训练一个简单的神经网络,来自 MNIST 示例。训练时我需要做两件事:
- 每 600 次迭代训练集上的分类误差
- 经过 30000 次迭代,最后测试集上的分类错误
这可能吗?
我发现了如何做 1) 通过用训练集替换测试集并使用test_iter,但它似乎真的很糟糕,然后我不能拥有 2)。例如,有没有一种简单的方法来告诉 Caffe 计算每次 display 迭代的训练误差?
【问题讨论】:
-
您看到的训练误差是小批量的平均值,而不是整个集合。
-
是的,但我需要在每 600 次迭代后整个数据集上的错误。
标签: machine-learning neural-network caffe