Torch7 替代 MultiLabelMarginCriterion
Torch7 alternative to MultiLabelMarginCriterion
我有一个多 class 标签问题需要解决。即：每张测试图片可以分配1-10个非排他性标签。
但是，我在使用 MultiLabelMarginCriterion 时遇到问题，因为 cunn 不支持它。所以，我正在寻找替代方法。这些都有效吗？
计算训练集中标签的每个排列（大约 150 个）并训练一个 classifier 来识别这 150 个 classes。但是，我认为测试集中标签的新排列（那些在训练集中找不到的）不会被识别。
使用 BCECriterion 训练 10 个独立的二进制 classifier。即：每个标签一个 classifier。 运行 每个测试图像通过每个 classifier 并组合结果。然而，训练大量 CNN 非常耗时。
我找到的最佳解决方案是使用 MSECriterion，其中目标和预测是 1 和 -1 的数组，指示标签存在与否。
我有一个多 class 标签问题需要解决。即：每张测试图片可以分配1-10个非排他性标签。
但是，我在使用 MultiLabelMarginCriterion 时遇到问题，因为 cunn 不支持它。所以，我正在寻找替代方法。这些都有效吗？
计算训练集中标签的每个排列（大约 150 个）并训练一个 classifier 来识别这 150 个 classes。但是，我认为测试集中标签的新排列（那些在训练集中找不到的）不会被识别。
使用 BCECriterion 训练 10 个独立的二进制 classifier。即：每个标签一个 classifier。 运行 每个测试图像通过每个 classifier 并组合结果。然而，训练大量 CNN 非常耗时。
我找到的最佳解决方案是使用 MSECriterion，其中目标和预测是 1 和 -1 的数组，指示标签存在与否。