Torch7 альтернатива MultiLabelMarginCriterion

Question

Torch7 альтернатива MultiLabelMarginCriterion

Мне нужно решить проблему с несколькими классами меток. Т.е. каждому тестовому изображению может быть выделено 1-10 неисключительных меток.

Однако у меня возникли проблемы с MultiLabelMarginCriterion, потому что он не поддерживается cunn. Итак, я ищу альтернативные подходы. Будет ли один из них эффективным?

Рассчитайте каждую перестановку меток в обучающем наборе (около 150) и обучите классификатор для определения этих 150 классов. Однако я не думаю, что новые комбинации меток в тестовом наборе (не найденные в обучающем наборе) не будут распознаны.
Обучите 10 отдельных двоичных классификаторов, используя BCECriterion. То есть: один классификатор для каждой метки. Проведите каждое тестовое изображение через каждый классификатор и объедините результаты. Тем не менее, обучение много CNN занимает много времени.

1

machine-learning neural-network conv-neural-network torch

Источник

user4013781 15 янв '16 в 22:41

1 ответ

Решение

Другие вопросы по тегам machine-learning neural-network conv-neural-network torch

user4013781 03 апр '16 в 01:10 2016-04-03 01:10 · Accepted Answer · 2016-04-03 01:10

Лучшим решением, которое я нашел, было использование MSECriterion, где цели и прогнозы - это массивы 1 и -1, указывающие на наличие или отсутствие метки.

0

Источник

user4013781 03 апр '16 в 01:10