将回归层添加到MatConvNet

Question

我设计了一个微笑检测系统。该系统基于深度学习，由MatConvnet实施。最后一层是系统的输出，根据人的微笑量有10个输出。我想使用回归层将这十个输出转换为1到10范围内的数字输出。我怎样才能在MatConvNet中这样做。 感谢

Answer 1

对于回归图层，您必须使用自己的图层替换CNN的最后一层（通常是softmax或softmaxloss）进行回归。

要在MatConvNet中定义自己的图层，您需要具备以下内容：

1. 损失函数
2. 此损失函数的梯度

回归损失函数的一个流行选择是squared error loss。您应该看一下在MatConvNet中如何实现softmaxloss以及如何在examples/cnn_train.m中调用它。更多细节可以在MatConvNet文档和关于平方损失here的反向传播的简短教程中找到。

<强>建议： 这不能回答你的问题。但是，考虑到您的问题，将10输出分类转换为分数更容易，而不是训练整个CNN进行回归。

将数字1到10分配给10类微笑。对于输入图像，CNN将在所有这些类上给出后验概率P（1 ... 10）。只需对类标签（1 * P（1）+ 2 * P（2）+ ....）进行加权求和即可获得微笑量的实数值。