问题标签 [matconvnet]

我在 matconvnet 中有以下卷积神经网络架构，我用它来训练我自己的数据：

我想做的是在 Keras 中构建相同的架构，这就是我到目前为止所尝试的：

但是，当我运行 matconvnet 网络时，我有 87% 的准确率，如果我运行 keras 版本，我有 77% 的准确率。如果它们应该是同一个网络并且数据相同，那么区别在哪里？我的 Keras 架构出了什么问题？

我正在使用 Matconvnet 上的 Matconvnet 对 CNN 进行二进制分类。而现在，我正试图通过 Python 上的 Keras 来实现它。网络一点也不复杂，我在 Matconvnet 上达到了 96% 的准确率。然而，对于 Keras，即使我尽力确保每个设置都与以前完全相同，我也无法得到相同的结果。或者更糟糕的是，该模型根本不起作用。

以下是有关设置的一些详细信息。任何想法或帮助表示赞赏！

• 输入

  图像为 20*20 尺寸。训练规模为 400，测试规模为 100，验证规模为 132。

  • Matconvnet：以 20*20*sample_size 方法存储的图像
  • Keras：存储在 sample_size*20*20*1 方法中的图像

• CNN结构 (3*3)*3 conv-(2*2)maxpooling-全连接-softmax-logloss

  • Matconvnet：使用卷积层而不是全连接层。这是代码：

    /li>

  • 喀拉斯：

• 损失函数
  • Matconvnet：softmaxloss
  • 喀拉斯：binary_crossentropy

• 优化器

  • Matconvnet：新元

    /li>

  • Keras：新元

    /li>
• 初始化：过滤器：N（0,0.1），偏差：0
• 归一化：除了归一化外，没有批量归一化，而输入的图像具有 0 均值和 1 标准差。

以上是我审查的方面，以确保我进行了正确的复制。但是我不明白为什么它在 Keras 上不起作用。以下是一些猜测：

• Matconvnet 使用卷积层而不是全连接层，这可能意味着一些奇特的方法来更新参数。
• 他们使用不同的算法来应用参数具有不同含义的 SGD。

我还做了其他尝试：

• 将 Keras 中的优化器更改为Adadelta(). 没提升。

• 改变网络结构并使其更深。有用！

  但是还是想知道为什么 Matconvnet 可以用一个更简单的方法来达到那么好的结果。

创建自定义损失函数时出现问题。抱歉，我对 matconvnet 有点陌生

所以本质上，我的神经网络的输出旨在成为一个具有 2 个元素（例如：[1,2]）的向量，其误差函数基于 RMSE

因此，我更改了 cnn_train，以便标签改为 2 x # 的训练示例。在下面的代码中 x = 1 x 1 x 2 x batchSize 集合，c 是标签。

当我将其作为网络的一部分包含在内时，网络初始化良好，但在训练过程中出现错误，即使梯度输出的尺寸应该与其他尺寸匹配。

关于解决问题的任何建议？

尽管我没有使用 GPU 支持编译 Matconvnet，但我收到了这个错误。有没有人知道这个错误？可能是 Matconvnet 版本的问题吗？

您好我正在尝试在 matcovnet 中编写一个新的池化层。我尝试使用 Matlab 代码，但速度太慢了，所以现在我尝试使用 cpp 代码来实现。我正在尝试使用 pooling_cup.cpp 代码来实现我的工作。但我对 pooling_backward_cpu 函数的参数感到困惑 -

pooling_backward_cpu(type* derData, type const* data, type const* derPooled, size_t width, size_t height, size_t depth, size_t windowWidth, size_t windowHeight,type const* a, size_t strideX, size_t strideY, size_t padLeft, size_t padRight, size_t padTop, size_t padBottom)

现在 - 是什么type* derData, type const* data, type const* derPooled 意思？

我想在 MatConvNet 中实现一个自定义损失函数（来自本文：https : //arxiv.org/abs/1706.00909）。

我的代码使用 DagNN 包装器。我想修改类SegmentationLoss()以使用自定义损失函数，custom_loss()而不是vl_nnloss(). 对于forward()通过，custom_loss()返回计算的损失值。

我不明白的是在传递过程中custom_loss()应该做什么。什么是额外的输入，它来自哪里，返回值应该是什么？backward()SegmentationLoss()derOutputscustom_loss()

谢谢！

我试图从尺寸为 20x20x1x50 的网络输出中获得密度图。这里 20x20 是输出图，50 是批量大小。

问题是输出 X 的值在每个输出矩阵中等于 0.098..20x20。没有像密度图这样的高斯形状，而是一个平坦的类似值的输出图 20x20x1x50。问题如附图所示。我在这里想念什么？反向传播的欧几里得损失为：

我之前在 Matconvnet 上问过一个问题 ，深度网络的 marix 输出是统一值而不是变化值？ 当我调试深度网络以进行密度估计时，我意识到朝向输出的信号消失/消失。我怎样才能加强信号，使其不会变得平坦，并且峰值和基值保持高幅度？

我将 MatConvNet 与 Microsoft Visual C/C++ 2015 编译器一起使用。它已安装并且可以正常工作。但是，当我运行时，mex -setup我收到错误消息No supported compiler or SDK was found.MatConvNet 仍然有效，并且编译器文件显然在C:\Program Files\MATLAB\R2017b\bin\win64\mexopts其中，为什么我会收到该错误消息？

我有以下配置：

1. 视窗 10 64 位
2. Matlab r2016b，NVidia GeForce 920MX，计算能力 5.0，工具包版本 7.5
3. 面向社区的 Visual Studio 2015
4. MatConvNet 测试版 23
5. Cuda 8.0 (ga1 02/2017)
6. cuDNN 6.0 (04/2017)

当我编译时vl_compilenn (only cpu)编译是正确的。
但是当我编译时：
vl_compilenn ('enableGpu', true)
或更具体的是：
vl_compilenn('enableGpu', true, 'cudaMethod', 'nvcc', 'cudaRoot', 'C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0', 'enableCudnn', true, 'cudnnRoot', 'C:\..\..\..\..\..\MatConvNet\cuda')

我有以下问题：

vl_compilenn：CUDA：MEX 配置文件：'C:\Program Files\MATLAB\R2016b\toolbox\distcomp\gpu\extern\src\mex\win64\mex_CUDA_win64.xml' C:/Program Files (x86)/Microsoft Visual Studio 14.0 /VC/../VC/bin/../../VC/INCLUDE\crtdefs.h(10): 致命错误 C1083: Non Þ possibile aprire il file containse: 'corecrt.h': 没有这样的文件或目录data.cu 使用 vl_compilenn>nvcc_compile 时出错（第 540 行）命令“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin\nvcc”-c “C:.........\ MatConvNet\matconvnet-1.0-beta23\matlab\src\bits\data.cu" -DNDEBUG -DENABLE_GPU -DENABLE_CUDNN -I"C:.......\MatConvNet\cuda\include" -DENABLE_DOUBLE -D__SSSE3__ -gencode=arch=compute_50,code=\"sm_50,compute_50\" -I"C:\Program Files\MATLAB\R2016b\extern\include" -I"C:\Program Files\MATLAB\R2016b\toolbox\distcomp\gpu\extern\include"
-gencode=arch=compute_50,code=\"sm_50,compute_50\" -O3 -Xcompiler /MD --compiler-bindir "C:\Program Files (x86)\Microsoft Visual Studio 14.0\VC..\VC\bin" -o "C:........\MatConvNet\matconvnet-1.0-beta23\matlab\mex.build\bits\data.obj" 失败。

vl_compilenn 错误（第 485 行） nvcc_compile(opts, srcs{i}, objfile, flags.nvcc) ；

另外，我已将 cudnn64_6.dll 复制到特定目录 matlab/mex

如果您有想法，我将不胜感激，因为我已经多次尝试使用另一个版本的 matconvnet（例如 b24），但问题是相似的。

非常感谢。