从 torch7 的检查点恢复 CNN 的训练

Posted 2023-03-29

【中文标题】从 torch7 的检查点恢复 CNN 的训练

【英文标题】：Resuming Training of CNN from checkpoint in torch7

【发布时间】：2017-09-13 10:49:14

【问题描述】：

我正在训练一个 CNN。在总时期结束时，我实现了大约 0.001 l2 损失并保存了一个检查点。现在，当我想恢复训练时，我加载了检查点，我开始的错误大于 0.008。

这是我保存检查点的方式：

paths.mkdir('checkpointsR3')
parametersR, gradParametersR = nil, nil -- nil them to avoid spiking memory
if epoch % 50 == 0 then
     util.save('checkpointsR3/' .. opt.name .. '_' .. (epoch+1000) .. '_net_R.t7', netR, opt.gpu)
end

这是我加载检查点的方式：

-- load Residual Learner
assert(opt.net ~= '', 'provide a generator model')
netR = util.load(opt.net, opt.gpu)
netR:evaluate()

util是从soumith chintala's dcgan.torch直接使用的lua文件。

我想知道我哪里出错了，为什么 l2 损失比我在那个检查点训练它时要高。我检查了我正在加载训练有素的检查点，但我仍然收到更高的错误。

【参考方案1】：

知道了。 这是一个错误：

netR:evaluate()

此处的 torch 文档 Documentation 指出，如果想要恢复训练，则应使用 training() 而不是 evaluate()，因为它为训练和测试以不同的方式初始化 BatchNormalization 层。