machine-learning - 有没有什么方法可以在 caffe 中添加一个新层来保持类型为 unsigned int 的权重?

标签 machine-learning neural-network deep-learning caffe quantization

我想添加一个新的二进制卷积层来实现 xor-net使用二进制权重,问题是我不知道如何将权重保存为无符号整数类型。有没有办法改变caffe中图层的blobs_数据类型?

最佳答案

Bolb 数据类型在 caffe.proto 中定义。可以看到它有两个指针

repeated float data = 5 [packed = true];
repeated double double_data = 8 [packed = true];

这意味着 caffe 只能处理 floatdouble Blob 数据。如果你想要一个uint8 Blob,你必须修改caffe.proto并重新构建caffe。

关于machine-learning - 有没有什么方法可以在 caffe 中添加一个新层来保持类型为 unsigned int 的权重?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/49744082/

相关文章:

python - Keras 模型根本不学习

python - 数据增强期间的 Keras CONV 训练似乎显示错误的批量大小和训练示例数量

python - Fastai 文本分类器 : batch prediction on unseen data

python - 张量维度的大小范围 - tf.range

python - tf.keras 预测很差,而评估很好

machine-learning - 迁移学习和线性分类器

tensorflow - 如何将VGG16中的输入 channel 形状从(224, 224, 3)替换为(224, 224, 1)?

matlab - 解释手写数字识别的前几个 PCA 组件

python - 如何限制xgboost执行时间?

machine-learning - 神经网络: Handling unavailable inputs (missing or incomplete data)