TripletNet, 采用三重网络的深度

分享于 

3分钟阅读

GitHub

  繁體 雙語
Deep metric learning using Triplet network
  • 源代码名称:TripletNet
  • 源代码网址:http://www.github.com/eladhoffer/TripletNet
  • TripletNet源代码文档
  • TripletNet源代码下载
  • Git URL:
    git://www.github.com/eladhoffer/TripletNet.git
    Git Clone代码到本地:
    git clone http://www.github.com/eladhoffer/TripletNet
    Subversion代码到本地:
    $ svn co --depth empty http://www.github.com/eladhoffer/TripletNet
    Checked out revision 1.
    $ cd repo
    $ svn up trunk
    
    基于的深度度量学习三重

    这里代码复制来自纸张"采用三重网络的深度"( http://arxiv.org/abs/1412.6622 )的结果。

    它可以在任何 {Cifar10/100, STL10.SVHN。MNIST}数据集上训练 TripletNet。

    数据

    你可以使用以下档案库获取所需的数据:

    依赖项

    模型

    可用的模型位于"型号"目录。 基本 Model.lua 用于本文,而NiN模型则取得了更好的效果。

    培训

    你可以使用以下方法开始培训:

    
    
    
    
    th Main.lua -dataset Cifar10 -LR 0.1 -save new_exp_dir
    
    
    
    

    附加标志

    标记默认值说明
    modelsFolder/Models/模型文件夹
    网络Model.lua模型文件- 必须返回有效的网络。
    LR0.1学习速率
    LRDecay0学习速率衰减( # 示例中
    weightDecay1e-4对权重的L2惩罚
    动量0.9动量
    batchSize128批量大小
    优化sgd优化方法
    纪元-1要训练的纪元数( -1表示无限制)
    线程8线程数
    类型cuda浮点或者 cuda
    devid1设备 ID ( 如果使用 CUDA )
    装载加载现有的净重
    保存时间标识符保存目录
    数据集Cifar10数据集- Cifar10,Cifar100,STL10,SVHN,MNIST
    规范化11 - 仅使用 1均值和std值进行规范化
    whitenfalse白化数据
    扩充false增强训练数据
    preProcDir/PreProcData/用于预处理的数据( 例如 Pinv,P )

    network  learn  DEEP  Metric  triplet  
    相关文章