没有合适的资源?快使用搜索试试~ 我知道了~
triplet-loss-pytorch:高效的PyTorch版本的Semi-hard Triplet loss:high_vo...
共13个文件
png:6个
py:5个
gitignore:1个
需积分: 45 8 下载量 68 浏览量
2021-03-20
17:29:57
上传
评论 1
收藏 138KB ZIP 举报
温馨提示
三重态SemiHardLoss PyTorch半硬。基于可在找到的tensorflow插件版本。无需使用此实现来创建暹罗体系结构,就像创建main_train_triplet.py cnn创建过程一样简单! 对于具有N_CLASSES >> N_SAMPLES_PER_CLASS的分类问题,三元组损失是一个不错的选择。例如,人脸识别问题。 在分类层之前,我们需要切断具有三重态损失的CNN架构。另外,必须添加L2归一化层。 MNIST上的结果 我在MNIST数据集上测试了三重态损失。我们无法直接与TF插件进行比较,因为我没有进行实验,但是从性能的角度来看这可能很有趣。如果您想比较结果,这是训练日志。准确性无关紧要,因为我们不训练分类模型,所以准确性不应该存在。 阶段1 首先,我们训练最后一层和批次归一化层,使验证损失接近0.079。 阶段2 最后,解冻所有层,经过足够的训练和超参数调整
资源推荐
资源详情
资源评论
收起资源包目录
triplet-loss-pytorch-master.zip (13个子文件)
triplet-loss-pytorch-master
.gitignore 92B
BTC-wallet.png 23KB
extract_embeddings.py 3KB
model_on_top.py 925B
loss_functions
triplet_loss.py 5KB
main_train_triplet.py 2KB
README.md 3KB
main_tsne.py 3KB
figures
lr_figure.png 19KB
lr_figure_unfreezed.png 24KB
tsne_val.png 41KB
unfreezed.PNG 14KB
freezed.PNG 14KB
共 13 条
- 1
资源评论
易三叨
- 粉丝: 41
- 资源: 4610
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功