当我尝试解决我的神经网络时，我收到此错误消息：
Check failed: label_value < prob_.shape(softmax_axis_) (1 vs. 1)
我的标签都是0或1.当我试用这个example时，它使用0和1标签。所以我的假设是错误在第二部分：
prob_.shape(softmax_axis_)
我在源代码中查了一下，我不明白我的源代码或原型文件如何影响这个值。
有人可以解释发生了什么，以及如何让我的softmax图层接受值为1的标签？
答案 0 :(得分：1)
使用"SoftmaxWithLoss"图层预测二进制标签时，您的＆＃34;类概率＆＃34;矢量应该是长度为2（而不是1）
您收到的错误是说您的＆＃34; class-probability＆＃34; vector（又名＆＃34; prob_＆＃34;）的维度为1，而它应至少为2（严格>大于最大标签）。
检查产生类概率的图层中的num_output参数。
或者，对于二进制分类，请考虑使用"SigmoidCrossEntropyLoss"