所有专家
我是CNN和Caffe的新人。我有两个班级之间的分类任务。我收集的数据集非常小，A类约50，B类50（我知道它非常小）。这是一个人类的形象。 我采用了BVLC模型并进行了更改，例如批量大小，用于测试和培训，以及最大迭代次数。我尝试了许多不同的设置，但模型不起作用。 关于如何提出适当的模型或设置或其他解决方案的想法？
备注**我曾经随机对BVLC模型设置进行了更改，但它确实有效，但我丢失了设置文件。
对于 train.prototxt 和 Solve.prototxt ，我是从这个人那里得到的Adil Moujahid
我确实尝试将批量大小训练为32,64,128,256并测试5,20,30但未通过
对于数据集，它是普通女性和漂亮女性的图像，我会对其进行分类，但Stackoverflow不允许我添加超过2个链接
我想知道是否有任何公式，方程或步骤可供选择并选择合适的模型设置。
提前谢谢。
答案 0 :(得分：0)
你的意思是＆＃34;没有工作＆＃34;？损失太高了？培训是融合的，但准确性很低？ Andrew Ng在＆＃34;调试＆＃34; CNN - 使用深度学习构建应用程序的螺母和螺栓（NIPS slides，summary，additional summary）。
我的谦虚猜测是你的网络有一个过度拟合的问题 - 它学习了具体的例子并且不能概括 - 所以增加训练数据集/正则化/数据扩充可以提供帮助。