3

私は Caffe を初めて使用し、そのワークフローは以前に遭遇したものとは大きく異なります。、sklearn 、 (C++) を使用したことがあり、Caffe が提供するいくつかの追加機能があるため、Caffe を使用したいと考えています。しかし、ワークフローを調整するのは難しいようです。

PyCaffe を使用して、シンプルで完全に接続された MLP から始めたいと思います。N次元の入力ベクトルをフィードし、それらに対してマルチラベル分類を行いたいです。私はトレーニングデータを持っています。すべての Caffe の例は、画像 (正方行列入力) 用に記述されているようです。
また、多くの構成ファイルを使用するのではなく、プログラムでネットワークを構成することも好みます。たとえば、Keras には を使用してレイヤーを順番に積み重ねる方法がありましたadd()。

Caffe で Python のみを使用して簡単なネットワークを構築することは可能ですか?

4

1 に答える 1

3

You should look into caffe.NetSpec() interface: this allows you to construct a net programatically. For example:

from caffe import layers as L, params as P, to_proto
import caffe

ns = cafe.NetSpec()

ns.fc1 = L.InnerProduct(name='fc1', inner_product_param={'num_output':100,
                                                         'weight_filler':{'type':'xavier','std':0.1},
                                                         'bias_filler':{'type':'constant','value':0}},
                                    param=[{'lr_mult':1,'decay_mult':2},
                                           {'lr_mult':2,'decay_mult':0}])
ns.relu1 = L.ReLU(ns.fc1, inplace=True)
于 2016-05-01T06:15:29.547 に答える