-3

나는 각 샘플에 하나의 라벨 (예 : 64, 136 등)이있는 900 개의 학습 샘플과 100 개의 테스트 샘플을 가지고 있습니다. 여기에 각 샘플은 460000 크기의 1 차원 벡터로 표현됩니다.Caffe를 사용한 회귀

이 데이터를 사용하여 CAFFE를 사용하여 선형 회귀를 수행하려면 어떻게해야합니까? 나는 해결책이 절실히 필요하다.

미리 감사드립니다.

출처

2016-12-05 Mohaiminul Islam

StackOverflow에 오신 것을 환영합니다. 도움말 설명서의 게시 지침을 읽고 따르십시오. [주제] (http://stackoverflow.com/help/on-topic) 및 [묻는 방법] (http://stackoverflow.com/help/how-to-ask) 여기를 참조하십시오. 모든 문서와 예제가 온라인에서 제공되므로 연구를 통해 게시 할 코드와 특정 어려움이있는 지점으로 이동해야합니다. – Prune

유클리드 레이어를 손실 함수로 사용할 수 있습니다. Euclidean Loss Layer.

이렇게하면 마지막 레이어에 하나의 뉴런 출력 (protoxt 파일에서 num_output : 1) 만 있는지 확인하십시오.

여기에 몇 가지 예를 확인할 수 있습니다. Examples Caffe, 특히 자동 연결 프로그램은 완전히 연결된 네트워크와 유클리드 손실을 사용합니다.

출처

2016-12-05 01:56:16

이 제안에 따라 나는 나의 네트워크를 훈련시켰다. 그러나 네트워크는 항상 동일한 출력을 생산합니다. 네트워크가 배우지 않는 것 같습니다. 이 문제를 어떻게 해결할 수 있는지 말해 주시겠습니까? –

자세한 내용 없이는 알기가 어렵습니다. 훈련 중 손실이 감소하는지 여부 및 기타 요인을 확인해야합니다. 그러나 네트워크가 항상 동일한 출력을 생성하는 경우 마지막 레이어의 데이터를 읽는 방법에 문제가있을 수 있습니까? 출력을 레이어별로 언제든지 확인할 수 있으며 진행 상황을 확인할 수 있습니다. –

Caffe를 사용한 회귀

이 데이터를 사용하여 CAFFE를 사용하여 선형 회귀를 수행하려면 어떻게해야합니까? 나는 해결책이 절실히 필요하다.

답변

관련 문제