[問題] R mxnet deeplearning net調整

[f496328mm (為什麼會流淚)]

- 問題: 當你想要問問題時，請使用這個類別。
        建議先利用 google 爬文，如輸入
        「想查詢的關鍵字 site:www.ptt.cc/*/R_Language/」。

[問題類型]:
程式諮詢(我想用R 做某件事情，但是我不知道要怎麼用R 寫出來)

[軟體熟悉度]:
入門(寫過其他程式，只是對語法不熟悉)

[問題敘述]:

我想要用 R 中的 deep learning 套件 mxnet 做圖片mining

https://goo.gl/PUyF0K

使用上面別人寫好的net   InceptionResnetStem

他要求是 Input Shape is 299*299*3

要怎麼改成別種大小？？   我圖片可能640*480等等

雖然可以利用一些方法降維到299*299*3

不過直接改net應該比較好

*3的意思是  應該是RGB三維  299*299就是正方形圖片



另外  它裡面還有寫好多種 net    最後的 get_symbol

是上面的 net 合併嗎？

因為我看它裡面包了所有的函數

一層一層就像是 deep learning   所以才包了這些

可是 get_symbol <- function(num_classes=1000, scale=TRUE)

並沒有輸入data的地方



它包了很多層   也就是說   我只要用get_symbol就好了？？

-----------------------------------------------------------

謝謝

最近在玩  GPU  有跑成功一些例子    GPU真是超快

不過面臨到要調整別人的網路了

[程式範例]:

[環境敘述]:

linux mint18.1    GTX-1070

[關鍵字]:

mxnet

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 220.137.175.169
※ 文章網址: https://www.ptt.cc/bbs/R_Language/M.1489337883.A.A64.html
→ celestialgod: 這NET好複雜Orz 應該要用browser一層層試了= =
→ celestialgod: 是用get_symbol就好沒錯~~
聽說這是 google net + residual net的變形

感覺很強   不過很複雜   我盡量看了   還是不太懂299*299到底是哪來的

也找不到example
※ 編輯: f496328mm (220.137.175.169), 03/13/2017 01:25:44
→ celestialgod: 299 * 299應該是原始設計就是那樣了
→ celestialgod: 可能需要先把它整個圖畫出來 才知道怎麼改
所以比較簡單的方法   就是把圖片降維到299*299 ?
※ 編輯: f496328mm (220.137.175.169), 03/13/2017 01:34:03
→ celestialgod: sym <- get_symbol(); write(sym$as.json(), "symbo
→ celestialgod: l.json") 存下symbol看看
→ celestialgod: 從json去推吧~~~
→ celestialgod: 不然可以用用看 mx.symbol.infer.shape
→ celestialgod: 最簡單方法就是把圖片降維
→ celestialgod: 不過也有可能他這個net最低是要用299 * 299
→ celestialgod: 以上都適用~~ 這種NET 我也遇過
→ celestialgod: 可能還是要餵資料進去看看才知道
嗯嗯  謝謝   我繼續摸摸看  不然就要看它的paper了
※ 編輯: f496328mm (220.137.175.169), 03/13/2017 01:37:35
→ celestialgod: dat<-array(rnorm(299*299*3*10), c(299,299,3,10))
→ celestialgod: mx.symbol.infer.shape(sym, data = dat)
→ celestialgod: 試試看XD
原來魔鬼藏在paper中

http://imgur.com/jO1bsL9

裡面有寫299*299怎麼來的   也有圖

PAPER在這  https://arxiv.org/abs/1602.07261

看來要找時間讀一讀了
※ 編輯: f496328mm (220.137.175.169), 03/13/2017 01:40:46
→ celestialgod: 恩恩~~
推 Wush978: 用外部程式條圖片大小呢？例如用imagemagick
圖片是 480*640*3    降維到299*299*3  圖片還不太失真

只是維度好大  然後圖片有2萬張   RAM爆掉了

無法 input 所有的data     在想要怎麼處理    分次處理吧

不然就是找簡單一點的deep learning
※ 編輯: f496328mm (134.208.26.172), 03/13/2017 14:38:00
→ celestialgod: 我記得mxnet可以讀ubyte資料，然後拆批做，但是我沒
→ celestialgod: 什麼研究
我也是打算分批做   如果不行的話  就試試看VGG
※ 編輯: f496328mm (42.66.176.54), 03/13/2017 22:39:55
推 spiderway: 想問你跑原本的model結果怎樣