Mehrklassige Klassifizierung in Caffe von HDF5-Daten

Question

Ich habe 900 eindimensionale Daten als Trainingsdaten und 100 eindimensionale Daten als Testdaten. Ich habe meine Daten als .hdf5-Dateien gespeichert. Für binäre Klassifizierung (z. B. 0 und 1) habe ich Caffe und ich bin mit dem Ergebnis ziemlich zufrieden.

Aber jetzt muss ich in Caffe ein Deep-Learning-Modell für Multi-Class-Klassifizierung (z. B. 1,2,3,4 Klassen) bauen. Kann mir bitte jemand helfen, wie kann ich das Caffe-Netzwerk für eine Mehrklassenklassifizierung trainieren?

Answer 1

Sie können das gleiche SoftmaxWithLoss für Multiclass-Probleme verwenden. Der einzige Unterschied besteht darin, dass Sie in der letzten Ebene einen Kanal für jede Klasse haben sollten, und die Etikettendaten sollten mit 0,1, ... C-1 nummeriert sein, wobei C die Anzahl der Klassen ist. Sie können ein Beispiel in alexnet überprüfen, wo sie ein Modell für 1000 Klassen (ImageNet) trainieren. Sie können sehen, dass sie in der letzten Schicht (vor dem Verlust) 1000 Ausgänge haben.