Caffe Lenet: Unterschied zwischen `solver.step (1)` und `solver.net.forward()`

Question

Ich war die Überprüfung der Caffe Lenet Tutorial here und eine Frage in den Sinn kam:

Was ist der Unterschied zwischen diesen ist 2-Codes:

self.solver.step(1) 

und

self.solver.net.forward() # train net 

beide scheinen das Netzwerk zumindest nach dem Kommentar zu trainieren.

Persönlich denke ich, der erste trainiert das Netzwerk auf den Trainingsdaten und aktualisiert die Gewichte von net und test_net, aber die zweite scheint nur eine Charge von Daten weiterzuleiten und die gelernten Gewichte aus dem vorherigen Schritt anzuwenden.

Wenn was ich denke, ist richtig, was ist der Zweck des zweiten Codes in der Anleitung? Warum hat der Code eine net.forward? kann nicht solver.step(1) dies selbst tun?

Vielen Dank für Ihre Zeit

Answer 1

Schritt tut eine volle Iteration, die alle drei Phasen: vorwärts Bewertung, rückwärts Ausbreitung und Update. Der Anruf an weiterleiten macht nur die erste von diesen. Es gibt auch Unterschiede in der Signatur (Parameterliste).