你的浏览器禁用了JavaScript, 请开启后刷新浏览器获得更好的体验!
输入关键字进行搜索
搜索:
机器视觉算法工程师 电子工程硕士
如果在不同线程调用Caffe，那么GPU加速就不起作用了。正在研究这个问题。
怎样开启BN呢？
要提取FC层的N维向量建模实在抽闲，暂时没有相关的能力进行处理。不过发现了一个使CNN泛化能力增强的方法。 采用CNN+SVM，实验发现泛化能力比纯CNN强不少。 详细过程见： http://caffecn.cn/?/question/1910
问题已经解决了。 只要把训练模型中SoftmaxWithLoss改成HingeLoss即可，其他的不用动。 原理： 我的网络架构是Conv1,Conv2,Conv3,FC1,FC2 FC2到输出的Loss为HingeLoss，即采用最大类间分类平面的原则。 ...
最新的研究结果，CNN训练之后，得到特征值，用SVM进行分类，效果应该比较好。还在实验中
289 次浏览 • 2 个关注 • 2018-05-24
2089 次浏览 • 5 个关注 • 2018-05-10
387 次浏览 • 2 个关注 • 2018-04-13
664 次浏览 • 3 个关注 • 2018-04-12
258 次浏览 • 1 个关注 • 2018-04-12
2018-06-07 mhaoyang 回答了问题, caffe怎样实现在单gpu上开多线程，提高gpu的利用率
2018-05-11 mhaoyang 回答了问题, 请问BN层是什么？微软分支的caffe编译出来不支持，可以添加吗？谢谢
2018-05-10 mhaoyang 回答了问题, 能否直接使用深度学习的特征？
2018-05-10 mhaoyang 回答了问题, 如何使用把CNN提取的特征用SVM做分类训练
2018-05-09 mhaoyang 回答了问题, 有没有基于深度学习的建模方法？
威望: 2 赞同: 5 感谢: 0
