Sheldon

> 请问你在train的过程中 desc_loss, desc_top1_err and desc_top2_err大概是在什么范围内？ @JiahaoXia 我的100个epoch过程中，desc_loss从9点几降到了1点几，desc_top1_err从87降到15，desc_top5_err从77降到8. 经测试最后一个checkpoint距离公布的精度还差几个点，目前考虑两方面因素：训练数据集划分和学习率。 训练集作者未提供具体的二八分割训练集验证集列表，自己划分的可能影响结果；学习率问题如题所述。如有了解，欢迎指教！

> 我可以顺便问一个问题吗？作者使用的valid.txt和train.txt请问在哪里下载，我在Google Landmarks Dataset v2只找到了trai.csv。 我用的文件来自于[train_image_list](https://github.com/feymanpriv/DELG/blob/master/datasets/data/landmark/train_list.txt)，不过这是完整的训练集列表，论文中说随机划分20%作valid，剩下的作train，但并未公开作者的划分结果，不知作者能否提供 @feymanpriv

> > 按照代码里的配置完成了训练，发现过程中学习率最高只有BASE_LR参数设定的0.01，对比论文4.1节中提及的initial learning rate为0.05，请问是否应将BASE_LR修改为0.05？论文所说的initial learning rate是指warm up前第一个epoch的学习率，还是warm up后第6个epoch的最大学习率？ > > 你好，这个仓库的配置文件中的学习策略在哪里使用了，我看了下代码并没有找到学习策略使用的相关方法，只找到了相关定义 你指的是LR_POLICY=cos这个参数吗，这应该是在[DOLG/core/optimizer.py]里用到了吧，每个epoch中通过train_epoch()函数`lr = optim.get_epoch_lr(cur_epoch)`进行设置