每次我在 matlab 上训练我的 CNN 时,它是否记得我上次训练它时的旧权重?还是重置它们?
Every time I train my CNN on matlab, is it remembering the old weights from the previous time I trained it? Or does it reset them?
因此,例如,我使用 0.0003 的学习率和 10 个时期的数据训练了一个 CNN,小批量大小为 32。训练后,可以说我得到的精度为 0.7。现在我想调整学习率和小批量大小,并尝试使用 trainNetwork Matlab 函数再次训练它以查看准确度如何变化。我的问题是,它是从头开始训练模型还是使用之前计算的权重来训练它们?我希望它从头开始,以防止每次调整超参数时出现过度拟合。抱歉,如果这是直观的,我很愚蠢,哈哈,我只是想确定一下。
每次都会从头开始
MATLAB 支持迁移学习,如果您想微调预训练模型,这会很有用,但您必须对其进行编程才能做到这一点。这是一篇关于 MATLAB 中的迁移学习的文章(我想这样你就可以确保你没有这样做!)
因此,例如,我使用 0.0003 的学习率和 10 个时期的数据训练了一个 CNN,小批量大小为 32。训练后,可以说我得到的精度为 0.7。现在我想调整学习率和小批量大小,并尝试使用 trainNetwork Matlab 函数再次训练它以查看准确度如何变化。我的问题是,它是从头开始训练模型还是使用之前计算的权重来训练它们?我希望它从头开始,以防止每次调整超参数时出现过度拟合。抱歉,如果这是直观的,我很愚蠢,哈哈,我只是想确定一下。
每次都会从头开始
MATLAB 支持迁移学习,如果您想微调预训练模型,这会很有用,但您必须对其进行编程才能做到这一点。这是一篇关于 MATLAB 中的迁移学习的文章(我想这样你就可以确保你没有这样做!)