Deeplearning4jのAlexnetでCifar画像を分類する方法

Question

私はDeeplearning4jの初心者であり、Cifar-10画像のテストを行っています。

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(); 

私はそれが例外をスローしたコードを実行すると言う新しいint型[] {3の「層-9」の設定でいくつかの問題がある：私はちょうどのようなDL4j例からAlexnet（AnimalsClassification.java）をコピー、3}、0より大きくpHeight + 2 * padHより小さくなければならない。 32 * 32から100 * 100までのJavaコードでweight * heightを変更すると、正常に実行されましたが、結果が良好であるとは限りません。だから私は、32 * 32の画像でalexnetを扱う際のレイヤー構成についてちょっと混乱しています。

Answer 1

これは正しい使用例ではありません。新しいモデルのインポートをケラスから終わらせるまで待ってください。これには、事前トレーニングされたモデルも含まれます。