【发布时间】:2017-12-20 11:37:14
【问题描述】:
已经在github 中提出过问题,但是由于没有发布具体的答案,并且对 Caffe 框架和我要解释的其他内容进行了一些更改,我认为最好再问一次。
当 Caffe 框架学习/测试阶段发生时,在每次迭代中,它都会给我们一个 Loss 和 Accuracy 值,但 Accuracy 不是一个好的测量参数,所以我需要查看测试图像上的每个预测,一个一个 来计算其他测量参数,例如精度和召回率。
如果我跑:
import caffe
net = caffe.Net('/path/to/model_def.prototxt', '/path/to/model/weights')
out = net.forward()
它将为我们提供out['prob'] 中的第一批图像的预测,我不想预测这批图像,如何逐个获取主题?
【问题讨论】:
-
只用一批size one?或者只是分析一批图像?我没有看到问题。
-
@MatiasValdenegro ,你不能在 deploy prototxt 中改变 batch size,你也不能在 main prototxt 里改变 batch size 为 1,这会毁了你的学习阶段。
标签: python deep-learning caffe