matconvnet分类训练最后一层（softmax）？答案

【问题标题】：matconvnet classification training last layer (softmax)?matconvnet分类训练最后一层（softmax）？
【发布时间】：2016-12-08 11:32:21
【问题描述】：

我想重新训练 vgg-imagenet-f 网络进行分类（而不是直接进行图像比较，这是我对自己的网络所做的）。然而，下载的网络是一个部署网络，不包含损失层。由于我之前没有进行过分类训练，所以我对如何设计最后一层感到有些困惑。我希望它会是这样的：

layer.name = 'loss' ;
layer.type = 'custom' ;
layer.forward = @forward ;
layer.backward = @backward ;
layer.class = [] ;

但我不知道我的@forward 和@backward 函数应该是什么。他们应该是softmax吗？值得注意的是，我有一个带有大约 10k 图像、相应标签和一个 ID 元素的 imdb，其唯一编号为 1 - 10k。感谢您提供任何帮助，或任何指向在 matconvnet/matlab 中构建该层的方式示例的链接！

【问题讨论】：

标签： matlab deep-learning convolution conv-neural-network softmax

【解决方案1】：

您可以实现自己的网络，相应地调整过滤器，因为您想“重新训练”vgg 而不是使用随机数初始化权重，您可以使用来自下载网络的训练有素的文件管理器来调整分类网络。最后一层可能是softmaxloss http://www.vlfeat.org/matconvnet/mfiles/vl_nnsoftmaxloss/

【讨论】：