深度学习入门笔记:Fast Image Search with Deep Convolutional Neural Networks and Efficient Hashing Codes
2016-06-28 09:11
726 查看
Fast Image Search with Deep Convolutional Neural
Networks and Efficient Hashing Codes
整篇论文主要就是一个深度hash，在fc7和fc8之间插入一个128个神经元的，每个神经元的数值非0及1，具体实现就是实现一个sigmoid函数，把fc7层的数值变成对应层的0和1，用128个神经元代表一张图像，最后使用简单的hamming距离就可以进行相似度度量，具体如下：
Networks and Efficient Hashing Codes
整篇论文主要就是一个深度hash，在fc7和fc8之间插入一个128个神经元的，每个神经元的数值非0及1，具体实现就是实现一个sigmoid函数，把fc7层的数值变成对应层的0和1，用128个神经元代表一张图像，最后使用简单的hamming距离就可以进行相似度度量，具体如下：
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- 阿里巴巴fastjson: 世界上最快的 Java json 解析包, 2个bug
- 考取PMP的价值何在？
- (转)URI和URL及URN的区别
- nyoj 92 图像有用区域
- Visual Studio 2013 Professional Key
- C#字节数组的常用解码处理方法
- [转]主从复制:如何保持读写一致性
- Spring Tool Suite
- ACdream 1213 简单数学
- 冒泡排序算法，选择排序算法，插入排序算法
- bzoj1069: [SCOI2007]最大土地面积
- C#委托的介绍(delegate、Action、Func、predicate)
- R应用-多元线性回归
- 圆形背景TextView
- No mapping found for HTTP request with URI [/operation-platform/js/displaytag.js] in DispatcherServl
- 电话拨号器
- nyoj 82 迷宫寻宝（一）
- PostgreSQL 锁监控
- APUE读书笔记-第四章 文件和目录
- Android快速开发之设计通用的ListView，GridView的适配器