文件名称：CapsNet-vs-CNN：CapsNet与CNN：变化的特征空间排列的影响分析
文件大小：12.44MB
文件格式：ZIP
更新时间：2024-03-13 20:25:51
Python
CapsNet与CNN 此实验旨在测试CapsNet和CNN保留学习特征之间空间关系的能力。 有2种数据集。 一个数据集由矩形和三角形的图像组成。 另一个由箭头与非箭头（由矩形和三角形组成）的图像组成。 这里的想法是首先在第一个数据集上训练模型（三角形与矩形）。 训练完成后，应冻结卷积层，现在应在第二个数据集上重新训练同一模型。 脚步 使用python gen_data/gen_data.py生成数据集。 使用python train.py --mode CNN --freeze_conv False开始训练/测试过程python train.py --mode CNN --freeze_conv False -应该执行两次。 第一次使用您选择的模型，将False作为--freeze_conv的参数。 第二次是使用与True相同的选定模型作为--freeze_conv的参数。 培训/