如何在训练更快的R-CNN中修复共享卷积层

时间:2017-12-12 06:40:28

标签: machine-learning neural-network deep-learning caffe pycaffe

我正在浏览code in the library。在paper,(第6页,第二栏,第一段)中,声明卷积层是固定的(在第三和第四步训练期间)并调整RPN层和快速RCNN层。

代码的哪一部分正在处理它?<​​/ p>

我查看了代码,Solver.cpp是控制前进/后退的代码。 我没有看到在那里修复卷积层的实现。

然后所有原型文件都有类似的图层实现。

如何在训练中修复卷积层?

1 个答案:

答案 0 :(得分:1)

在微调期间冻结图层时,通常会设置

param { lr_mult: 0 }

对于该图层,这种方式caffe不会更新此图层的权重。