我正在使用caffe，一个深度神经网络library来生成基于图像的检索的图像特征。我正在使用的特定网络生成4096维特征。
我使用LSHash从功能中生成哈希桶。当我做一个比较所有可用功能的粗暴，按欧几里德距离对图像进行排序时，我发现这些特征很好地代表了图像的相似性。然而，当我使用LSHash时，我发现类似的功能很少出现在同一个桶中。
源功能是否太大而无法与LSH一起使用？在尝试哈希之前是否有其他方法可以减小图像特征的尺寸？
答案 0 :(得分：0)
如果您正在寻找智能降维方法，只需在网络顶部添加另一个"InnerProduct"图层，即输出尺寸较小。
要仅训练此图层而不更改其余的权重，您可以将所有图层（除了新图层）的lr_mult值设置为零，从而训练（也称为“微调”）仅顶部调光图层