这真的很奇怪 . 我正在实现这个模型:
除了我使用ImageData blob从文本文件中读取数据,batch_size:1 . 只有两个标签,文本文件照常组织
/home/.../pathToFile 0
...
/home/.../pathToFile 1
不过,Caffe只训练和测试标签0!
我使用常规工具运行caffe .
./build/tools/caffe train --solver=solver.prototxt
当我在pycaffe中打开网络时,我第一次收到此消息:
WARNING: Logging before InitGoogleLogging() is written to STDERR
net.blobs['label'].data
的大小现在是1,应该是2!
不仅如此,那个标签似乎是一个浮点而不是一个整数 .
In: net.blobs['label'].data
Out: array([ 0.], dtype=float32)
我知道这之前已经有用了,我只是无法理解我做错了什么或者从哪里开始排除故障 .
1 回答
网络的输出形状取决于输入
batch_size
:如果您定义batch_size: 1
,而不是每次网络处理 single 示例,因此它只读取单个label
. 如果将batch_size
更改为2,caffe将读取两个样本,因此label
的形状将变为2 .这个"shape rule"的一个例外是损耗输出:损耗定义了一个 scalar 函数,相对于该函数计算梯度 . 因此,无论输入形状如何,损耗输出总是标量 .
关于
label
的数据类型:Caffe将"Blobs"中的所有变量存储为float32
类型 .