conv-neural-network

    17热度

    2回答

    caffe对我来说的一个主要优势是可以在免费分布的预训练模型上进行转换学习。 是否有地方可以从张贴式格式的论文/比赛中获得训练有素的模型? 如果不是,是否有可能将现有caffe(或任何其他)模型转换为tensorflow模型?

    2热度

    1回答

    我正在构建一个,但是当我使用批量大于110的lenet example上提供的定制列车功能时,我的准确度会大于1(100%)。 如果我使用批量大小32,我会得到30%的准确度。批量大小等于64我的净精度是64.而批量大小等于128,精度为1.2。 我的图像是32x32。火车数据集:56张中性面孔图像。 60惊讶的面孔的图像。测试数据集:15张中性脸图像。 Surprise面临15张图片。 这是我的

    8热度

    2回答

    这是我的train.prototxt。这是我的deploy.prototxt。 当我想要我的加载部署文件我得到这个错误: File "./python/caffe/classifier.py", line 29, in __init__ in_ = self.inputs[0] IndexError: list index out of range 所以,我删除了数据层: F1117 23

    2热度

    1回答

    我一直在使用caffe一段时间,但取得了一些成功,但我注意到在示例中给出的数据集只有两个方向的分裂,分别为TRAIN和TEST阶段,其中TEST集似乎充当验证集。 理想我想有三组,这样,一旦模型被训练,我能救它,测试它在一个完全新的测试集 - 存储在一个单独的完成文件夹lmdb。有没有人有这方面的经验?谢谢。

    0热度

    1回答

    我想获得预构建caffe模型的第6层的输出并在其上训练SVM。我的目的是建立一个自定义图像分类,用户可以创建自定义图像类,以及输入图像的类之间进行分类,而不是imagenet classes.Here是伪代码: #input file='cat.jpg' image=caffe.io.load_image(file) #model net = caffe.Classifier('depl

    5热度

    1回答

    经过几个月的工作caffe,我已经能够成功地训练自己的模型。例如,比我自己的模型更进一步,我已经能够用1000个班级培训ImageNet。 在我现在的项目中,我试图提取我感兴趣的类的区域。之后,我编译并运行了Fast R-CNN的演示程序,它可以正常工作,但示例模型仅包含20个类,我希望有更多类,例如所有类。 我已经下载了ImageNet的bounding boxes以及真实图像。 现在,我已经空

    20热度

    7回答

    我正在看看来自CS231n Convolutional Neural Networks for Visual Recognition的卷积神经网络。在卷积神经网络中,神经元以3维排列(height,width,depth)。我遇到了CNN的depth问题。我无法想象它是什么。 在他们说的链接The CONV layer's parameters consist of a set of learna

    3热度

    1回答

    我想制作一个Conv网络,并希望使用RELU激活功能。有人可以给我的初始化权的正确方法线索(我使用Theano) 感谢

    2热度

    1回答

    在Wikipedia article about MNIST database这是说,那最低的误差率是“35个卷积网络委员会”该计划的: 1-20-P-40-P-150-10 是什么方案呢? 数字可能是神经元数字。但是1意味着什么呢? P是什么意思?

    2热度

    1回答

    我正在用theano培训一个带有1M图像的CNN。现在我对如何准备培训数据感到困惑。 我的问题是: 当图像大小调整为64 * 64 * 3,整个数据的大小为100G左右。我应该将数据保存到单个npy文件还是一些较小的文件?哪一个是有效的? 如何决定CNN的参数个数? 1M/10 = 100K如何? 我应该限制一个训练块的内存开销和CNN参数少于GPU内存吗? 我的电脑配有16G内存和GPU Tit