Как классифицировать изображение Cifar с помощью Alexnet на Deeplearning4j

Question

Я начинаю работать с Deeplearning4j, и собираюсь провести тестирование на изображениях Cifar-10. Я просто скопировать Alexnet из примера DL4j (AnimalsClassification.java), как:

MultiLayerConfiguration conf = new NeuralNetConfiguration.Builder() 
     .seed(seed) 
     .weightInit(WeightInit.DISTRIBUTION) 
     .dist(new NormalDistribution(0.0, 0.01)) 
     .activation(Activation.RELU) 
     .updater(Updater.NESTEROVS) 
     .iterations(iterations) 
     .gradientNormalization(GradientNormalization.RenormalizeL2PerLayer) // normalize to prevent vanishing or exploding gradients 
     .optimizationAlgo(OptimizationAlgorithm.STOCHASTIC_GRADIENT_DESCENT) 
     .learningRate(1e-2) 
     .biasLearningRate(1e-2*2) 
     .learningRateDecayPolicy(LearningRatePolicy.Step) 
     .lrPolicyDecayRate(0.1) 
     .lrPolicySteps(100000) 
     .regularization(true) 
     .l2(5 * 1e-4) 
     .momentum(0.9) 
     .miniBatch(false) 
     .list() 
     .layer(0, convInit("cnn1", channels, 96, new int[]{11, 11}, new int[]{4, 4}, new int[]{3, 3}, 0)) 
     .layer(1, new LocalResponseNormalization.Builder().name("lrn1").build()) 
     .layer(2, maxPool("maxpool1", new int[]{3,3})) 
     .layer(3, conv5x5("cnn2", 256, new int[] {1,1}, new int[] {2,2}, nonZeroBias)) 
     .layer(4, new LocalResponseNormalization.Builder().name("lrn2").build()) 
     .layer(5, maxPool("maxpool2", new int[]{3,3})) 
     .layer(6,conv3x3("cnn3", 384, 0)) 
     .layer(7,conv3x3("cnn4", 384, nonZeroBias)) 
     .layer(8,conv3x3("cnn5", 256, nonZeroBias)) 
     .layer(9, maxPool("maxpool3", new int[]{3,3})) 
     .layer(10, fullyConnected("ffn1", 4096, nonZeroBias, dropOut, new GaussianDistribution(0, 0.005))) 
     .layer(11, fullyConnected("ffn2", 4096, nonZeroBias, dropOut, new GaussianDistribution(0, 0.005))) 
     .layer(12, new OutputLayer.Builder(LossFunctions.LossFunction.NEGATIVELOGLIKELIHOOD) 
      .name("output") 
      .nOut(numLabels) 
      .activation(Activation.SOFTMAX) 
      .build()) 
     .backprop(true) 
     .pretrain(false) 
     .setInputType(InputType.convolutional(height, width, channels)) 
     .build(); 

Когда я запускаю код он выбросил исключение говорят, что есть некоторые проблемы с конфигурацией «слой-9» на новый ИНТ [] {3 , 3}, оно должно быть больше 0 и меньше pHeight + 2 * padH. Когда вы изменяете вес * height от 32 * 32 до 100 * 100 в java-коде, он работает правильно, но я и не должен результат хороший. Поэтому я немного запутался в настройке уровня на сделке alexnet с 32 * 32 изображениями.

Answer 1

Это не будет правильным примером для использования. Подождите, пока мы закончим импорт новой модели из keras. Это также будет включать предварительно подготовленные модели.