将长一维矢量数据、一维矢量标签馈送到 Caffe
Feeding long 1D vector data, 1D vector label to Caffe
这里是咖啡新手。
我正在尝试在我自己的数据集上复制 LeNet。我的训练数据是一维数据，可以表示为 1x3000 向量。对于每个 1x3000 向量，我都有一个标签，它是 1x64 维二进制向量的另一个一维向量。我有 10 万个这样的（数据，标签）数据。我很困惑如何将其提供给 Caffe。所有示例都是针对尺寸 NxN.
的图像
知道如何对这些数据进行预处理以提供给 Caffe 吗？
我正在考虑对向量进行零填充并使其成为 n(zero-padding)xN，但这似乎不是正确的方法。
也可以将 1x3000 向量切成 1xn 并将它们堆叠起来形成 mxn 矩阵是一种解决方案吗？有人做过吗？
如有任何建议，我们将不胜感激。
Caffe 可以轻松处理 "data" 和 "label" 的一维数据。
我想将数据馈送到 caffe 的最直接方法是使用 hdf5 格式文件。您可以使用 'data' 和 'label' 数据集将数据保存在二进制 hdf5 数据文件中。然后你可以使用 "HDF5Data" 层将数据提供给 caffe。
这里是咖啡新手。
我正在尝试在我自己的数据集上复制 LeNet。我的训练数据是一维数据，可以表示为 1x3000 向量。对于每个 1x3000 向量，我都有一个标签，它是 1x64 维二进制向量的另一个一维向量。我有 10 万个这样的（数据，标签）数据。我很困惑如何将其提供给 Caffe。所有示例都是针对尺寸 NxN.
知道如何对这些数据进行预处理以提供给 Caffe 吗？
我正在考虑对向量进行零填充并使其成为 n(zero-padding)xN，但这似乎不是正确的方法。 也可以将 1x3000 向量切成 1xn 并将它们堆叠起来形成 mxn 矩阵是一种解决方案吗？有人做过吗？
如有任何建议，我们将不胜感激。
Caffe 可以轻松处理 "data" 和 "label" 的一维数据。
我想将数据馈送到 caffe 的最直接方法是使用 hdf5 格式文件。您可以使用 'data' 和 'label' 数据集将数据保存在二进制 hdf5 数据文件中。然后你可以使用 "HDF5Data" 层将数据提供给 caffe。