Как общие сверточные слои фиксируются при обучении Faster R-CNN

Я просматриваю код в библиотеке. В документе (стр. 6, второй столбец, первый параграф) он указан как сверточный слои фиксируются (во время обучения на третьем и четвертом шагах) и настраиваются уровни RPN и уровни Fast RCNN.

Какая часть кода заботится об этом?

Я посмотрел на код, и Solver.cpp - это тот, который управляет вперед / назад. Я не вижу там реализации фиксации сверточных слоев.

Тогда все файлы prototxt имеют аналогичные реализации для слоев.

Каким образом реализована эта фиксация сверточных слоев в обучении?


machine-learning deep-learning neural-network caffe pycaffe
person batuman    schedule 12.12.2017    source источник
comment
посмотрите на lr_mult слоев   -  person Shai    schedule 12.12.2017
comment
Да, я обнаружил, что lr_mult - 0, спасибо   -  person batuman    schedule 13.12.2017

Ответы (1)


arrow_upward
1
arrow_downward

При замораживании слоя во время точной настройки обычно задают

param { lr_mult: 0 }

для этого слоя, таким образом, caffe не обновляет веса для этого слоя.

person Shai    schedule 13.12.2017