使用caffe模拟sklearn中的SGDclassifier或Logisticregression线性模型

时间:2016-04-26 06:40:16

标签: scikit-learn logistic-regression caffe

我正在尝试使用caffe来模拟sklearn中的SGDclassifier和Logisticregression线性模型。众所周知,在caffe中,一个“InnerProduct”图层加上一个“Softmaxwithloss”图层表示逻辑回归Y = Logit(WX+b)

我现在使用sklearn数据集包中的数字数据集作为trianing集(所有数据标签对的5/6)和测试集(其余1/6)。然而,SGDclassifer()LogisticRegression()获得的准确度可达到近90%,而双层神经网络获得的准确度在训练后不能超过30%。这是因为参数设置还是别的?他们之间的差距太大了。

0 个答案:

没有答案