Cyp*_*her 6 python neural-network deep-learning caffe conv-neural-network
我在这里查看Caffe LeNet教程并想到了一个问题:
这两个代码之间有什么区别:
self.solver.step(1)
和
self.solver.net.forward() # train net
他们似乎都至少根据评论来训练网络.
我个人认为,第一个训练训练数据网络,并同时更新的权重net和test_net,但第二个似乎只前进了一批数据,并从上一步骤应用学到的权重.
如果我认为是对的,那么教程中第二个代码的目的是什么？为什么代码做了net.forward？不能solver.step(1)做到这一点？
谢谢你的时间
step执行一次完整迭代,涵盖所有三个阶段:前向评估,后向传播和更新.对前锋的呼吁只会做到第一个.签名(参数列表)也有差异.