使用 Caffe 进行回归
Regression Using Caffe
我有 900 个训练样本和 100 个测试样本，其中每个样本都有一个标签（例如 64、136 等等）。这里每个样本都用大小为 460000 的一维向量表示。
如何使用 CAFFE 对这些数据进行线性回归？我急需一个解决方案。
提前致谢。
您可以使用欧几里得层作为损失函数。
Euclidean Loss Layer.
这样，只要确保你的最后一层只有一个神经元输出（num_output：1，在你的 protoxt 文件中）。
您可以在此处查看一些示例：Examples Caffe，特别是自动编码器使用完全连接的网络和欧氏损失。
我有 900 个训练样本和 100 个测试样本，其中每个样本都有一个标签（例如 64、136 等等）。这里每个样本都用大小为 460000 的一维向量表示。
如何使用 CAFFE 对这些数据进行线性回归？我急需一个解决方案。
提前致谢。
您可以使用欧几里得层作为损失函数。 Euclidean Loss Layer.
这样，只要确保你的最后一层只有一个神经元输出（num_output：1，在你的 protoxt 文件中）。
您可以在此处查看一些示例：Examples Caffe，特别是自动编码器使用完全连接的网络和欧氏损失。