如果使用softmaxwithLoss作为损耗层,标签应该从caffe中的0或1开始?

时间:2018-01-16 13:59:19

标签: neural-network computer-vision deep-learning caffe image-segmentation

两个问题:

1.对于MultinomialLogisticLoss,标签应该从1开始,但caffe doc说它应该从0开始。http://caffe.berkeleyvision.org/doxygen/classcaffe_1_1SoftmaxWithLossLayer.html

2.得分的形状(底部[0])是N C H * W,标签的N * 1 * 1 * 1(底部[1]) MultinomialLogisticLoss。 在分段任务中,标签形状与bottom [0]相同,即N * 1 * H * W,但caffe在我的测试中没有报告任何错误。

虽然我已经阅读了一些文档和细分项目代码,但这两个问题让我感到困惑。

1 个答案:

答案 0 :(得分:0)

  1. 标签应从零开始:caffe使用标签索引到预测数组中。
  2. "SoftmaxWithLoss"axis参数一起使用,您可以告诉caffe将axis维度视为概率向量,并且每批次都有多个预测(即Nx1xHxW)。在这种情况下,标签形状应与Nx1xHxW相匹配,而不是Nx1x1x1