汉明距离matlab代码标签哈希
官方实施
创建者
,
,
陈楚松
介绍
由于二进制表示的高效计算和压缩存储,基于学习的哈希已广泛用于大规模相似性检索。
在本文中,我们提出了
AdaLabelHash,一种通过神经网络的哈希函数学习方法。
在
AdaLabelHash
中,类标签表示在网络训练期间是可适应的。
我们将标签表示为
K
维空间中的超立方体顶点,并且网络权重和类标签表示都在学习过程中更新。
当从数据中探索标签表示时,语义相似的类别将被分配给标签空间中在汉明距离方面彼此接近的标签表示。
然后标签表示作为散列函数学习的期望输出,以便通过网络产生紧凑和有区别的二进制散列码。
AdaLabelHash
简单但有效,可以联合学习标签表示并从数据中推断出紧凑的二进制代码。
它适用于哈希码的监督和半监督学习。
标准基准测试的实验结果显示了
AdaLabelHash
的有效性。
先决条件
Python2.7
keras2.3.0
张量流1.13.1
scikit-learn0.20.4
使用以下命令安装所有要求:
$
pip
install
-r
requirements.txt
如果要评估
评论0
最新资源