我需要编写python脚本来准备数据以将其提供给caffe求解器。
我的输入是图像（X）和整数向量（Y）（我有多输出回归问题而不是每个Y单X）我尝试将Lenet修改为我的任务。
Here我发现hdf5可能是一个不错的选择 - 它可以在python中使用，但缺点是我们无法即时进行数据扩充，输入图像必须是float32 / float64。
另外here我找到了一个例子，但在例子中只有1D数据，所以我很好奇图像的形状应该是什么？
同样here我找到了有关EUCLIDEAN_LOSS和HINGE_LOSS图层的信息。我应该使用哪种图层类型进行多输出回归？
答案 0 :(得分：1)
Caffe希望其输入图像为4-D B - 按 - C - 按 - H - 按 - W：
B是＆＃34;批量大小＆＃34;，您同时处理的图片数量C是通道的数量，通常是BGR的3个（大多数网络符合opencv BGR格式，而不是RGB。去图......）H和W分别是图片的高度和宽度。因此，您需要一个读取图像的python脚本（您可以使用caffe.io.load_image）然后转置，调整大小，重新缩放，最后将它们堆叠到B - by - C - by- H - by W类型为float32的numpy数组
您可以在python中进行扩充，并将所有数据保存到hdf5个文件中。