研究文章
Quadruplet-Based跨通道深处散列
算法1
QDCMH: quadruplet-based深跨通道散列。
|
输入: |
| 训练数据集:
。算法的最大数量的时代
。Mini-batch大小
。 |
|
输出: |
| 参数
,
的深层神经网络,和相应的哈希码矩阵
。 |
| (1) |
生成四胞胎(名为
)从训练集,生成四胞胎(名为
)从训练集。 |
| (2)初始化深层神经网络参数
,
,整个训练图像散列表示
,整个训练文本散列表示
,哈希码矩阵
,和时代的数字
。 |
| (3)重复 |
| (4)为
做 |
| (5)随机样本图像构建一个mini-batch图像。 |
| (6)为每一个实例mini-batch,计算向前传播。 |
| (7)更新
。 |
| (8)计算的导数在方程(7)。 |
| (9)更新网络参数利用反向传播。 |
| (10)结束了 |
| (11)为
做 |
| (12)随机样本文本从构建一个mini-batch文本。 |
| 为每个实例(13)mini-batch,计算向前传播。 |
| (14)更新
。 |
| (15)计算的导数在方程(7)。 |
| (16)更新网络参数通过使用反向传播。 |
| (17)结束了 |
| (18)更新使用方程(5)。 |
| (19)直到马克思时代数量
。 |
|
