我正在使用微调网络做回归，在caffe flickr风格的例子中，我已经将最后一层中的num输出更改为1，但是在使用matlab包装函数在图像上测试它时{ {1}}。它返回对应于单个图像的10个输出，而它应该仅返回1.
这是matcaffe_demo()
'deploy.prototxt'可以看出，layer {
name: "my-fc8"
type: "InnerProduct"
bottom: "fc7"
top: "my-fc8"
# lr_mult is set to higher than for other layers, because this layer is starting from random while the others are already trained
param {
lr_mult: 10
decay_mult: 1
}
param {
lr_mult: 20
decay_mult: 0
}
inner_product_param {
num_output: 1
weight_filler {
type: "gaussian"
std: 0.01
}
bias_filler {
type: "constant"
value: 0
}
}
为1，问题是当我使用num_outputs在图像上测试精细网时，它会提供10个输出标签而不是1.任何人都可以帮助我理解这里发生了什么提前谢谢。