咖啡：需要测试吗？答案

【问题标题】：caffe: Test needed?咖啡：需要测试吗？
【发布时间】：2016-12-09 19:57:20
【问题描述】：

我有一个非常复杂的网络，它在我的 gpu 上占用了大量内存。我发现如果我训练和测试我的数据（这是标准情况），内存使用量是我只进行训练的两倍。真的有必要测试我的数据吗？或者它只是用于可视化，即显示我的网络是否过度拟合或类似的东西？

我认为这是必要的，但我不知道原因。我的问题是：如何分开训练和测试？我知道你能做到

test_initialization: false

但是，如果我想测试我的网络，我该怎么做呢？

提前致谢！

【问题讨论】：

您的图层中还有 TEST 阶段吗？
不，应该吗？ @卡西
如果你这样做了，那么你可以使用命令行测试。如果没有，你可以写一个脚本。我正在为你写一个答案。

标签： deep-learning caffe conv-neural-network

【解决方案1】：

如果您的 train.prototxt 中有 TEST 阶段，您可以使用命令行来测试您的网络。你可以看到这个link，他们提到了以下命令行：

    # score the learned LeNet model on the validation set as defined in the
    # model architeture lenet_train_test.prototxt
    caffe test -model examples/mnist/lenet_train_test.prototxt -weights 
    examples/mnist/lenet_iter_10000.caffemodel -gpu 0 -iterations 100

您可以对其进行编辑以测试您的网络。

还有一个Python tutorial，您可以按照脚本加载训练好的网络并在现场使用它。这可以被操纵以执行单独的前向传递并将结果与您的期望进行比较。我不希望它完全开箱即用，所以你必须尝试一些东西。

【讨论】：

是的，但这是否与我在培训期间有一个测试阶段一样？因为如果是这样，为什么我什至需要一个测试阶段呢？ @卡西
在训练期间运行 TEST 阶段可提供有关您的模型在训练期间的泛化程度的信息。这当然不是必需的，但它确实可以了解模型的学习速度以及它是否以及何时过度拟合。
啊，好吧，所以它通常只是一个“测试”，正如它所说的，但不会改善训练本身。谢谢！
来自caffe.berkeleyvision.org/gathered/examples/imagenet.html 我读到 TEST 阶段确实只报告了，没有用于反向传播。