本文主要记录caffe调试配置超参数和网络结构相关参数。
1、use_global_stats
Batch Normalization层中有个参数use_global_stats,它表示是否使用caffe内部的均值和方差。
训练的时候,要将use_global_stats设置为false
而测试的时候将use_global_stats设置为true。
2、caffe下多gpu训练-NCCL配置
(1)下载NCCL1.0:https://github.com/NVIDIA/nccl/archive/master.zip
(2)安装NCCL
cd nccl-master
sudo make CUDA_HOME=/usr/local/cuda-8.0/ #根据自己cuda路径修改CUDA_HOME
sudo make install
sudo ldconfig
(3)修改caffe目录下的Makefile.config
USE_NCCL:=1 #把前面的#注释掉
(4)重新编译caffe
make all -j8
make pycaffe -j8
make test
make runtest -j8 #如果报错在前面加sudo
本文详述了Caffe框架中BatchNormalization层参数use_global_stats的正确设置方法,以及如何通过配置NCCL进行多GPU并行训练。训练阶段应关闭use_global_stats,测试阶段开启;多GPU训练需下载安装NCCL,修改Caffe配置并重新编译。
:caffe网络调试设置-调参相关技巧&spm=1001.2101.3001.5002&articleId=95099291&d=1&t=3&u=0e55b25d3f654ff5aa603b2b95e91062)
254

被折叠的 条评论
为什么被折叠?



