2016-12-05 41 views
-3

我有900個訓練樣本和100個測試樣本,其中每個樣本都有一個標籤(例如64,136等)。這裏每個樣本都用一個尺寸爲460000的1維向量表示。迴歸使用Caffe

如何使用CAFFE對這些數據進行線性迴歸?我非常需要一個解決方案。

在此先感謝。

+0

歡迎來到StackOverflow。請閱讀並遵守幫助文檔中的發佈準則。 [在主題](http://stackoverflow.com/help/on-topic)和[如何提問](http://stackoverflow.com/help/how-to-ask)適用於此處。通過在線提供所有文檔和示例,您的研究應該已經使您找到了需要發佈代碼和特定難度的點。 – Prune

回答

0

您可以使用歐幾里德層作爲損失函數。 Euclidean Loss Layer。因此,只要確保您的最後一層只有一個神經元輸出(num_output:1,在您的原始文件中)。

您可以在這裏查看一些示例:Examples Caffe,特別是Autoencoder使用完全連接的網絡和歐幾里德損失。

+0

按照這個建議我訓練了我的網絡。但網絡總是產生相同的輸出。看來網絡不是在學習。你能告訴我怎樣才能擺脫這個問題? –

+0

如果沒有進一步的細節,很難知道,你應該檢查在訓練過程中損失是否減少等因素。但是,如果網絡始終產生相同的輸出,那麼在讀取最後一層數據的方式上可能有問題?你可以隨時檢查輸出層並找出可能發生的事情... –