准确性没有进一步提高

Question

我正在使用经过预先训练的GoogLeNet，然后在我的数据集上对其进行微调，以便对11个类进行分类。我尝试了使用不同base_learning rate的以下配置，但accuracy没有进一步改进。

1. 我使用预先训练过的GoogLeNet模型，然后在最后10层和前3层进行微调，基本学习率为0.01，最大迭代次数为50K，但这种配置并没有给出准确度优于75％。

2. 我使用预先训练过的GoogLeNet模型，然后在最后2层进行微调，基本学习率为0.01，最大迭代次数为50K，但这种配置的准确度不会高于71％。

3. 我使用预先训练过的GoogLeNet模型，然后在最后6层进行微调，基本学习率为0.001，最大迭代次数为50K，但这种配置不能提供超过85％的准确度。

有人可以告诉我，我可以改变哪些其他方法或参数来提高准确度？

Answer 1

您可以使用其他优化工具，例如ADADELTA，ADAM和RMSPROP。在solver.prototxt中，您可以通过编写此命令type: "RMSProp"

来设置此参数

对于RMSPROP，您可以按照here所述修改参数。