在具有不同数据集的 DIGITS 中使用预训练模型时出错。如何根据新数据集修改图层？答案

【问题标题】：Error using pre-trained model in DIGITS with different dataset. How to modify layers based on new datasets?在具有不同数据集的 DIGITS 中使用预训练模型时出错。如何根据新数据集修改图层？
【发布时间】：2017-03-01 20:36:28
【问题描述】：

我尝试将预训练模型 (VGG 16) 用于 DIGITS，但出现此错误。

错误：检查失败：错误 == cudaSuccess (2 vs. 0) 内存不足

和

conv2_2 does not need backward computation.
relu2_1 does not need backward computation.
conv2_1 does not need backward computation.
pool1 does not need backward computation.
relu1_2 does not need backward computation.
conv1_2 does not need backward computation.
relu1_1 does not need backward computation.
conv1_1 does not need backward computation.
data does not need backward computation.
This network produces output label
This network produces output softmax
Network initialization done.
Solver scaffolding done.
Finetuning from /home/digits/digits/jobs/20161020-095911-9d01/model.caffemodel
Attempting to upgrade input file specified using deprecated V1LayerParameter: /home/digits/digits/jobs/20161020-095911-9d01/model.caffemodel
Successfully upgraded file specified using deprecated V1LayerParameter
Attempting to upgrade input file specified using deprecated input fields: /home/digits/digits/jobs/20161020-095911-9d01/model.caffemodel
Successfully upgraded file specified using deprecated input fields.
Note that future Caffe releases will only support input layers and not input fields.
Check failed: error == cudaSuccess (2 vs. 0)  out of memory

我成功地将deploy.prototxt 和VGG_ILSVRC_16_layers.caffemodel 和synset_words.txt 上传到DIGITS 并使用我的数据集进行了测试，该数据集有两个类。

【问题讨论】：

标签： machine-learning computer-vision deep-learning caffe nvidia-digits

【解决方案1】：

有时digits-server 无法清除内存。如果您使用的是 ubuntu，请尝试使用此命令：

sudo restart nvidia-digits-server

如果这不起作用并且你再次面对同样的情况，你需要减少batch_size

【讨论】：

谢谢。内存问题已解决，但错误仍然存在。我必须更改最后一层，但是当我更改名称时，训练过程并不顺利。
预训练的和你的数据集都一样吗？如果至少预训练模型不是从类似的数据库中准备的，您将不会得到更好的结果
我有不同的数据集，只有两个类，我想将模型用于我的数据集。为了修改和更改我的新数据集，我阅读了“微调”和“迁移学习”，但我在训练中出错了。