caffe

    0热度

    1回答

    Adam方法中的参数delta

    我在caffe中使用Adam方法。它具有delta/epsilon调节参数（用于避免被零除）。在caffe中，其默认值是1e-8。我可以将其更改为1e-6或1-e0。从张量流，我听说这个参数会影响训练的效果，特别是有限的数据集。 epsilon的默认值1e-8可能不是一个很好的默认值。例如，当在ImageNet上训练一个Inception网络时，当前的好选择是1.0或0.1。 如果有人尝试过改变这
    machine-learning tensorflow deep-learning caffe 2017-07-26

    0热度

    1回答

    我想实现一个正则化技术“抖出”在CNTK

    有一纸“抖出：一种新方法正则深层神经网络训练”，它可以在这里找到：http://ieeexplore.ieee.org/abstract/document/7920425/ 一种新的正技术是在引进这篇论文可以用更多的功能来替代丢失层。我正在研究一个深度学习问题，为此我想实施“Shakeout”技术，但问题是我无法完全理解纸张的实际流水线。有太多的数学，我仍然在努力去理解。 到目前为止，我已经看到一
    python machine-learning caffe cntk regularized 2017-07-28

    -1热度

    1回答

    如何将Caffe训练过的模型和参数直接用于caffe2中的推理？

    我在CPU桌面上有一个训练有素的咖啡模型。我想移植它使用Caffe2进行推理的移动平台。我应该如何处理它的任何见解？ Caffe2提供的脚本是否允许转换模型并重新使用权重？任何帮助，将不胜感激！谢谢！！
    deep-learning caffe inference caffe2 2017-07-28

    -1热度

    1回答

    朱古力损失似乎并没有减少

    我的参数 base_lr: 0.04 max_iter: 170000 lr_policy: "poly" batch_size = 8 iter_size =16 这是 一些训练过程中的样子到现在为止： 这里的损失似乎停滞，是有问题这里还是这个正常？
    caffe 2017-07-28

    2热度

    1回答

    为什么小型和大型加载神经网络需要相同数量的RAM？

    刚开始，我在caffe框架下训练了一个卷积神经网络，其模型重80Mb。虽然，我注意到在将它加载到我的项目之后，它需要几乎1 Gb的RAM。在互联网上，我发现任何CNN都需要大量的内存。这就是为什么我认为小CNN可以解决我的问题。我训练了另一个较少的层次。最终，该模型仅加权60Mb，但仍占用了先前的1Gb RAM内存。 之前，你回答我的问题，请注意： 1）当我测量采取的内存量，我评论过我的项目的每一
    c++ neural-network caffe conv-neural-network 2017-07-29

    1热度

    1回答

    无法在Caffe中将Solver设置为Adam？

    所以这里是我的solver.prototxt： net: "models/dcnf-fcsp-alexnet/train_val.prototxt" #test_iter: 1000 #test_interval: 1000 test_initialization: false base_lr: 0.0001 lr_policy: "step" gamma: 0.01 stepsiz
    neural-network deep-learning caffe solver gradient-descent 2017-07-29

    1热度

    1回答

    Caffe训练LMDB中的钥匙

    我是Caffe的新手。文件不清楚我的问题的主题。 在LMDB中为Caffe创建培训/测试数据库时，数据库中的密钥对它有什么意义？ 换句话说，Caffe是否使用来自LMDB密钥的任何信息，还是仅使用关联的值，忽略密钥？ 我找到的所有例子都建立了一些枚举数据项，并在数据库中放入了（数字转换为字符串，数据）对。 Example： # create database, # open transactio
    python neural-network caffe pycaffe lmdb 2017-07-31

    -1热度

    1回答

    尝试创建LMDB文件时出错

    我正尝试在自己的数据集上工作，为此，我必须创建一个LMDB文件，我曾使用此脚本创建不同数据集的LMDB文件，工作得很好，现在它只是抛出一个错误。 这是脚本。 CAFFE_ROOT=/home/decentmakeover/caffe OUTPUT=/home/decentmakeover/invasive_species LABEL_TEXT_ROOT=/home/decentmakeover
    caffe 2017-07-31

    2热度

    1回答

    使用原型文件在caffe中进行标签平滑而不会重新生成数据

    我在LMDB（40Gb）中有一个巨大的数据集，我用它来训练caffe二进制分类器。 Caffe中的数据层包含整数标签。 是否有可能将其转化为花车与加入一些随机抖动任何现成层，这样我就可以申请标签平滑技术，如7.5.1 here 说明我已经看到了HDF5的例子，但它们需要重新生成数据集，我想避免它。
    machine-learning neural-network deep-learning protocol-buffers caffe 2017-08-01

    1热度

    1回答

    如何在3D滤镜方式下实现caffe中的deconv图层？

    我有一个要求，以3D滤镜方式实现去卷积层的正向计算。 这里，'3D滤波方式'是指像CV中的高斯滤波器那样的卷积。相比之下，咖啡馆则以gemm + col2im的方式实施了deconv。 我找到类似的问题here。这个人根据tranposed conv的介绍写了代码。 Image 他/她不打开源代码。所以，我完成了自己的一个： template <typename DataType> int dec
    c++ caffe deconvolution 2017-08-01
最新问题