![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习框架修改
南极粥
一直以来我都以为自己是个人才,可是我错了。。。我tm竟然是个天才!!!!
展开
-
Matconvnet框架中实现欧式距离损失函数代码
Matconvnet框架中实现欧式距离损失函数代码。主要涉及的模块是vl_nnsoftmaxloss函数和processEpoch函数。vl_nnsoftmaxloss函数中实现了自己的欧式距离损失函数代码,相关的算法推导请见欧式距离损失函数的算法推导。processEpoch函数中的[im,labels] = params.getBatch(params.imdb, batch)被删掉,采用自己原创 2017-06-17 12:07:27 · 2418 阅读 · 0 评论 -
Matconvnet框架中采用自己的softmaxloss损失函数代码
Matconvnet框架中采用自己的softmaxloss损失函数代码。主要涉及的模块是vl_nnsoftmaxloss函数和processEpoch函数。vl_nnsoftmaxloss函数中实现了自己的softmaxloss代码,相关的算法推导请见softmaxloss损失函数的算法推导,注意进行softmaxlos的相关计算前要减去神经网络输出的最大值。processEpoch函数中的[im原创 2017-06-17 12:08:53 · 2057 阅读 · 0 评论 -
神经网络欧式距离损失函数和softmaxwithloss损失函数转换示例
1. 神经网络损失函数说明神经网络欧式距离损失函数用于连续值训练样本的拟合,softmaxwithloss损失函数用于分类训练样本的拟合。另外,深度网络对于分类样本的拟合能力强于对于连续值样本的拟合能力。即同样的深度网络如果能拟合10组分类的样本,可能只能拟合3组连续值的样本。欧式距离损失函数如下式所示: (f1) 它在 Log原创 2017-06-08 21:54:16 · 16377 阅读 · 0 评论 -
caffe Resnet-50模型训练及测试
caffe Resnet-50模型训练及测试1. 注意事项Resnet-50计算精度比较高,而且运算量较小,因此是一种理想的残差网络的训练模型。采用Resnet-50模型进行训练,需要注意以下方面:(1) BatchNorm层的参数在finetuneResnet时,网络结构文件中BatchNorm层的参数要注意: 1.在训练时所有BN层要设置use_gl原创 2017-08-02 22:23:15 · 30960 阅读 · 4 评论 -
resnet18_deploy
ResNet_18_deploy.prototxtname: "ResNet-18"layer { name: "data" type: "Input" top: "data" input_param { shape: { dim: 10 dim: 3 dim: 224 dim: 224 } }}layer { bottom: "d转载 2017-12-09 21:35:17 · 2062 阅读 · 0 评论