Caffe SoftmaxWithLoss 错误

Question

当我尝试解决我的神经网络时收到此错误消息：

    Check failed: label_value < prob_.shape(softmax_axis_) (1 vs. 1)

我的标签都是 0 或 1。当我试用此 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_)

我在源代码中查找了它，但我不明白我的源代码或 prototxt 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 层接受值为 1 的标签吗？

Answer 1

当使用"SoftmaxWithLoss" 层预测二进制标签时，您的“类概率”向量的长度应为 2（而不是 1）。
您收到一条错误消息，说您的“类概率”向量（又名“prob_”）的维度为 1，而它应该至少为 2（即严格大于最大标签）。

检查产生类概率的层中的num_output参数。

或者，对于二元分类，考虑使用"SigmoidCrossEntropyLoss"