文件名称：图像的均方误差的matlab代码-CapsNet-Keras:CapsNet-Keras
文件大小：591KB
文件格式：ZIP
更新时间：2024-06-11 00:07:36
系统开源
图像的均方误差的matlab代码CapsNet-Keras 本文介绍了CapsNet的Keras实现： 当前的average test error = 0.34% ， best test error = 0.30% 。 与论文的区别： 我们使用decay factor = 0.9且step = 1 epoch的学习率衰减， 而该论文没有提供详细的参数（或者他们没有使用它？）。 我们仅在训练了50 epochs后才报告测试错误。 在本文中，我想他们根据图A.1训练了1250 epochs ？ 听起来很疯狂，也许我误会了。 我们使用MSE（均方误差）作为重建损失，损失系数为lam_recon=0.0005*784=0.392 。 与本文中使用SSE（平方和误差）和lam_recon=0.0005等效。 去做 在其他数据集上进行实验。 探索CapsuleNet的有趣特征。 联络人 始终欢迎您为回购做贡献。 打开问题或通过电子邮件guoxifeng1990@163.com或与微信wenlong-guo与我联系。 用法 步骤1.使用后端安装。 pip install tensorflow-gpu
【文件预览】：
CapsNet-Keras-master
----utils.py(2KB)
----capsulelayers.py(10KB)
----LICENSE(1KB)
----README.md(6KB)
----capsulenet-multi-gpu.py(6KB)
----.gitignore(50B)
----capsulenet.py(11KB)
----result()
--------manipulate-3.png(52KB)
--------manipulate-7.png(34KB)
--------manipulate-1.png(20KB)
--------manipulate-6.png(47KB)
--------real_and_recon.png(22KB)
--------manipulate-0.png(49KB)
--------manipulate-5.png(57KB)
--------manipulate-2.png(59KB)
--------manipulate-9.png(40KB)
--------model.png(77KB)
--------log.png(43KB)
--------manipulate-8.png(45KB)
--------manipulate-4.png(44KB)