Question

我有一个数据集，每个图像有大约101个标签。我知道，我必须使用HDF5数据层将我的数据输入网络。但问题是我有一个多任务设置。我的网络共享前5层的参数，然后分支。在101个标签中，我想向一个任务发送100个标签，向第二个任务发送1个标签。

现在，我该怎么做？我能以某种方式做到以下几点：

layer {
      name: "data"
      type: "HDF5Data"
      top: "data"
      top: "label1"           ############# A scalar label
      top :  "label2"          ######## A vector of size 100
      include {
        phase: TRAIN
      }
      hdf5_data_param {
      source: "path/to/the/text/file/test.txt"
      batch_size: 10
      }
}

上述设置中有两个顶级blob。一个用于100维向量（label2），另一个用于剩余标签（label1）这种设置是否可能？

我还读过某个地方可以分割多维向量，指定原始文本文件本身的分割规范。在那种情况下，我将不得不使用单个顶部blob标签（101维）然后以某种方式拆分在100-d和1-d（标量）的两个向量中的101-d向量。怎么办呢？
在这种情况下，该层需要：

layer {
      name: "data"
      type: "HDF5Data"
      top: "data"
      top :  "label"          ######## A vector of size 101
      include {
        phase: TRAIN
      }
      hdf5_data_param {
      source: "path/to/the/text/file/test.txt"
      batch_size: 10
      }
}
## Some layer to split the label blob into two vectors of 100-d and 1-d respectively

关于这种分裂如何运作的任何想法？

Answer 1

您建议的原始设置（"HDF5Data"图层包含三个top s）是可能的，并且在caffe中非常好。实际上，caffe支持由网络形成的图中的任何方向a-cyclic数据流。您可以拥有多个bottom个和多个损失图层。没关系。

如果您坚持使用101个维度的单个label输入，则可以使用"Slice"图层

进行拆分

layer {
  type: "Slice"
  name: "slice/label"
  bottom: "label" # assuming shape batch_size-101-1-1
  top: "label1"   # first 1D label
  top: "label2"   # second 100D label
  slice_param {
    axis: 1  # along "channels" dimension
    slice_point: 1 # slice after the first element
  }
}

有关"Slice"图层参数的详细信息，请参阅caffe.proto。

如何在多任务设置中将多标签数据作为HDF5输入提供？

1 个答案: