HDF5データのCaffeにおけるマルチクラス分類

Question

私は、トレーニングデータとして900の1次元データを、テストデータとして100の1次元データを持っています。私は自分のデータを.hdf5ファイルとして保存しました。 バイナリ分類（0や1など）の場合、私はCaffeを使用しました。結果にはかなり満足しています。

しかし、今では、多クラス分類（1,2,3,4クラスなど）のためにCaffeで深い学習モデルを構築する必要があります。 Caffeネットワークをどのようにしてマルチクラスの分類を練習することができますか？

Answer 1

複数の問題に同じSoftmaxWithLossを使用できます。唯一の違いは、最後のレイヤーではすべてのクラスに1つのチャンネルが必要で、ラベルデータには0,1、... C-1という番号を付ける必要があります.Cはクラス数です。 alexnetの例題をチェックして、1000クラス（ImageNet）のモデルを訓練します。最後のレイヤー（損失前）には1000個の出力があることがわかります。