adagrad

我们今天来训练一个模型识别 102 种花的种类，给定一个花的照片，可以识别出花名。 数据集包含 7370 幅花的图片，下面是一些示例： 我们把数据集分为下列三部分： 这里对 Training 的数据，采用了四种增广方式，比例分别为： 这里的网络我们采用一个预训练网络 ResNet-152 模型，但是我们只保留卷积层的权重，最后的分类器要替换成一个输出 102 类的全连接网络，这里的全连接网络我们有三层，输入层 2048，隐藏层 1000，输出层 102。网络示意图如下： 这里经过多次尝试后，我们决定最后选取 Adagrad 优化器，来保证训练效果最好