-3

私は900のトレーニングサンプルと100のテストサンプルを持っています。各サンプルは1つのラベル（例えば64,136など）を持っています。ここでは、各サンプルはサイズ460000の1次元ベクトルで表されます。Caffeを使用した回帰

これらのデータでCAFFEを使用して線形回帰を行うにはどうすればよいですか？私はひどく解決策が必要です。

ありがとうございます。

2016-12-05 Mohaiminul Islam

ようこそStackOverflow。ヘルプドキュメントの投稿ガイドラインを読み、それに従ってください。 [on topic]（http://stackoverflow.com/help/on-topic）および[How to Ask]（http://stackoverflow.com/help/how-to-ask）をここで適用してください。すべてのドキュメンテーションとサンプルがオンラインで利用可能になっているので、あなたの研究によって、投稿するコードと特定の難しさがあるポイントに導かれているはずです。 – Prune

ユークリッド層は損失関数として使用できます。 Euclidean Loss Layer。

これで、最後のレイヤーに1つのニューロン出力（protoxtファイルのnum_output：1）しかないことを確認してください。

ここでいくつかの例を確認することができます。Examples Caffe、特にオートエンコーダーは、完全に接続されたネットワークとユークリッドの損失を使用します。

出典

2016-12-05 01:56:16

この提案に続いて私は自分のネットワークを訓練しました。しかし、ネットワークは常に同じ出力を生成します。ネットワークは学習していないようです。どうすればこの問題を取り除くことができますか教えてください。 –

詳細な情報なしでは分かりませんが、トレーニング中に損失が減少しているかどうか、その他の要因を確認する必要があります。ただし、ネットワークが常に同じ出力を生成している場合は、最後のレイヤーでデータを読み取る方法に何か問題がありますか？あなたはいつでもレイヤーごとに出力をチェックし、何が起こっているのかを知ることができます... –

Caffeを使用した回帰

これらのデータでCAFFEを使用して線形回帰を行うにはどうすればよいですか？私はひどく解決策が必要です。

答えて

関連する問題