qq_45577461的博客

Gabor卷积神经网络实现非接触掌纹识别

1.1使用学习率衰减算法后：BATCH_SIZE = 64 # 定义超参数，每次处理64张图片DEVICE = torch.device(“cuda” if torch.cuda.is_available() else “cpu”) # 检测电脑上是否有GPU，如果有就使用GPU，如果没有就使用cpuEPOCHS = 300 # 将数据集训练100轮LR = 0.001 # 学习率TRAIN_DIVISION = 3 # 训练集划分占比warm_up = 5decay_rate

1.模型和参数不变模型：参数：BATCH_SIZE = 32 # 定义超参数，每次处理32张图片EPOCHS = 20 # 将数据集训练20轮LR = 0.01 # 学习率TRAIN_DIVISION = 3 # 训练集划分占比optimizer = optim.Adam(model.parameters(), lr=LR) # 优化器1.1 只用IITD/Left部分数据1.2 用IITD/Left+Right数据...

本意是想大概跑一下CNN对掌纹进行识别分类的代码，了解一下流程和框架。基本内容参考基于CNN对掌纹图片进行分类。1-1.RuntimeError: mat1 and mat2 shapes cannot be multiplied (32x100820 and 408980x230)1-2 RuntimeError: shape ‘[-1, 72000]’ is invalid for input of size 3226240这两个问题都是因为没有正确理解和计算卷积层、池化层的输入和输出大小而直接套