标签: machine-learning neural-network deep-learning caffe gradient-descent
在玩Caffe时,我发现原型文件中有几个丢失图层 我相信Caffe将根据合并损失计算梯度,并用它来调整网络的权重 这是对的吗?
答案 0 :(得分:4)
是。 如果你仔细观察,你会发现损失层有一个参数loss_weight,总损失(为反向传播得出)是多次损失的加权之和。 / p>
loss_weight