如何在Caffe中对复发性卷积神经网络进行建模
How to model Recurrent Convolutional Neural Networks in Caffe?
我是Caffe框架的新手,直到最近才开始使用它。
我了解,允许建模CNN,但是可以将RNN(对这些CNN不多的经验)和CNN组合在一起,以形成一个经常性的卷积神经网络?
我目前正在寻找:http://caffe.berkeleyvision.org/tutorial/获取caffe知识,并在线遵循一些教程。您推荐的任何其他教程将不胜感激。
谢谢。
尽管caffe提供了复发层,但不幸的是,文档很糟糕。这是我知道的LSTM的唯一合法示例是用Caffe写的:
看caffe'a "Recurrent"
层,还有一个"LSTM"
层。
如果您正在寻找更复杂的东西,则可以考虑自己展开网络,请参见此答案。
相关文章:
- 我的神经网络不起作用 [XOR 问题]
- 神经网络不学习.卡在50%
- 具有可分离内核的 2D 模糊卷积
- CUDA 使用共享内存平铺 3D 卷积实现
- OpenCV 3 中的神经网络权重
- 用 Python 训练神经网络并在 C++ 中部署
- 部署在张量流中训练的神经网络来火炬C++的最佳方法是什么?
- OpneCV - 保留十进制的卷积
- C++中复向量与实向量的二维卷积
- 我不确定如何引用此神经网络训练方法中的权重
- 如何在不同的平台/技术中使用经过训练的神经网络?
- 为什么我的神经网络停滞在一定的成本附近?
- 具有静态 std::array 的神经网络比使用动态 C 数组的神经网络慢
- 为什么小型和大型加载的神经网络占用相同数量的 RAM?
- 一维阵列的运动检测(神经网络或其他选项?
- 神经网络和图像分类
- 如何在张量流上使用 fp16(Eigen::half) 进行卷积
- 如何在卷积程序的 c++ 中优化嵌套循环
- C++的全卷积网络训练
- 如何在Caffe中对复发性卷积神经网络进行建模