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 .