deep-learning

    11热度

    1回答

    我按照kaggle facialkeypoints比赛从输入图像中提取30个面部关键点(x,y)。 我如何设置咖啡来运行回归并生成30维输出??。 Input: 96x96 image Output: 30 - (30 dimensions). 我该如何设置caffe?我使用EUCLIDEAN_LOSS(平方和)来得到回归输出。这是一个简单的使用caffe的逻辑回归模型,但它不起作用。看起来

    0热度

    1回答

    我一直在使用SVM来训练和测试一维数据(15000个样本点用于训练,7500个样本点用于测试),并且它已经带来了令人满意的结果。但为了改善结果,我正在考虑使用深度学习。它能够改善结果吗?我应该研究什么来快速实施深度学习算法?我是DL领域的新手,但希望快速实施,如果有的话是合理的。

    13热度

    1回答

    我正在研究卷积神经网络。我对CNN的一些图层感到困惑。 关于ReLu ...我只知道它是无限逻辑函数的总和,但ReLu不连接到任何上层。为什么我们需要ReLu,它是如何工作的? 关于退出...退出如何工作?我听了G. Hinton的录像讲话。他说,有一种策略是在训练权重时随机忽略一半节点,并在预测时减半权重。他说,它是从随机森林中获得灵感,并且与计算这些随机训练模型的几何平均值完全相同。 这种策略

    2热度

    1回答

    我正在comp-net(http://conv-net.sourceforge.net/)深度学习库opencv和C++在我的mac osx上,我似乎无法解决这个错误。这似乎是一个连接问题。所有的opencv库都是为64位编译的,我试图在cmake中设置-m64标志,但是nope仍然不能正常工作。 我不知道哪个库_cvLoadImage()链接到?我正确链接到正确的库,但不能解决这一个错误????

    0热度

    2回答

    我想访问my_classifier.y_binary的值。我的目标是计算my_classifier.error。 我知道如何使用eval获取my_classifier.y_hat的值,但我不知道如何在输入是自参数时使用它。 感谢 # imports import theano import theano.tensor as T import numpy as np impo

    13热度

    2回答

    我希望在我的模型中使用InfogainLoss类型的丢失图层。但是我很难正确定义它。 有没有关于使用INFOGAIN_LOSS图层的任何教程/例子? 该图层的输入,类概率应该是SOFTMAX图层的输出,还是足以输入完全连接图层的“顶部”? INFOGAIN_LOSS需要三个输入:类概率,标签和矩阵H。 矩阵H可以作为图层参数infogain_loss_param { source: "fienam

    2热度

    1回答

    我对caffe有点新鲜,而且我收到了一些奇怪的行为。我试图在bvlc_reference_caffenet上使用微调来完成OCR任务。 我已经接受了他们的预训练网,把最后一个FC层改为我有的输出类数,然后再训练。经过几千次迭代后,我得到了〜0.001的损失率,并且在网络测试时准确率超过了90%。也就是说,当我尝试通过我自己的数据运行我的网络时,结果很糟糕,不超过7%或8%。 我使用运行net的代码

    1热度

    1回答

    我想添加一个基于Imagenet示例的丢弃层(请参阅下面的代码)。但是,当我训练模型时,它似乎被忽略,它不会被打印为网络的一部分,而我会在下面看到警告消息。我安装了最新版本的caffe。我应该怎么做才能正确包含它? 漏失层: layer { name: "drop4" type: "Dropout" bottom: "fc4" top: "fc4"

    2热度

    2回答

    我试图用我自己的数字图像数据集来测试mnist。 我写了一个python脚本,但它给出了一个错误。错误在第16行代码中。其实我无法发送图像进行测试。给我一些建议。提前致谢。 import numpy as np import sys import caffe import matplotlib.pyplot as plt import os caffe_root = '../caffe

    -4热度

    2回答

    到目前为止,我知道深度学习是机器学习的一个子集。我知道一些算法,它的实现像机器学习中的KNN,朴素贝叶斯等。是否有任何特定的算法来表示和实施深度学习?