代码之家 › 专栏 › 技术社区 › Nima

CAffe CNN:转换层内过滤器的多样性[关闭]

pycaffe conv-neural-network caffe deep-learning neural-network

-2

Nima · 技术社区 · 6 年前

3)在学习(优化过程)过程中,同一层过滤器之间是否存在交互作用?如果是,怎么做?

图)。

2)Conv层中过滤器的多样性是好事还是坏事?对此有什么研究吗?

1 回复 | 直到 6 年前

Shai 6 年前

假设您正在使用sgd(或类似的backprop变量)对网络进行培训,那么将在以下位置初始化权重: 随机的

使用“开箱即用”的优化器,每个层的学习过滤器彼此独立(梯度的线性)。但是,可以使用更复杂的损失函数/正则化方法使其依赖。

推荐文章

rob me of my freedom · 在不使用Y_pred和Y_actual的tensorflow中编写自定义损失

2 年前

fateme · MATLAB,神经网络

2 年前

Chris · ROC公制in train(),插入符号包

6 年前

Christopher Brown · 将二维模型跨过图像以生成标签图像(不是卷积)

6 年前

user9851027 · 强化学习、深度学习和深度强化学习之间有什么区别?

6 年前

sanity_overflow · 在机器学习的多类分类中,“一对一”和“一对一”策略有什么区别?

6 年前

Mitch · XOR神经网络收敛到0.5

6 年前

Mauro Gentile · 在Keras中使用earlystoping回调时,如何获得最佳模型?

6 年前

Funzo · 如何计算一个矩阵中所有行相对于另一个矩阵中所有行的余弦_相似性

6 年前

Helen · Keras解释:输入层中的节点数

6 年前