使用caffe在mnist数据集上训练自动编码器时出了什么问题？

Question

我想使用mnist数据集在caffe和nvidia-digits中训练一个简单的自动编码器。

我有：caffe：0.16.4 DIGITS：5.1 python 2.7

我使用这里提供的结构：https://github.com/BVLC/caffe/blob/master/examples/mnist/mnist_autoencoder.prototxt

然后我面临两个问题：

• 当我使用提供的结构时，我收到此错误：

   Traceback (most recent call last):
     File "digits/scheduler.py", line 512, in run_task
       task.run(resources)
     File "digits/task.py", line 189, in run
       self.before_run()
     File "digits/model/tasks/caffe_train.py", line 220, in before_run
       self.save_files_generic()
     File "digits/model/tasks/caffe_train.py", line 665, in save_files_generic
       'cannot specify two val image data layers'
   AssertionError: cannot specify two val image data layers

• 当我删除“test-on-test”的图层时，我得到了一个糟糕的结果：https://screenshots.firefox.com/8hwLmSmEP2CeiyQP/localhost

问题是什么？？

Answer 1

出现第一个问题是因为.prototxt有两个名为data和TEST阶段的层。使用data的第一层，即flatdata，不知道使用哪种数据（测试到训练或测试到测试）。这就是为什么当您使用TEST阶段删除其中一个数据层时，错误不会发生。编辑：我已经检查了解算器文件，它有一个test_stage参数，应该在测试文件之间切换，但它显然不适用于您的情况。

第二个问题有点难以解决。我对自动编码器的了解有限。在您的迭代过程中，您的欧几里德损失似乎变化很小;我会检查你的solver.prototxt的基本学习率并减少它。检查损失如何波动。

除此之外，对于实现低误差的时期/迭代，您是否检查过输出数据/图像？他们有道理吗？