如何解释 pycaffe 的分类.py 输出？答案

【问题标题】：How do I interpret pycaffe classify.py output?如何解释 pycaffe 的分类.py 输出？
【发布时间】：2016-09-19 15:53:44
【问题描述】：

我通过 Nvidia DIGITS 创建了一个 GoogleNet 模型，该模型具有两个类别（称为正面和负面）。

如果我使用 DIGITS 对图像进行分类，它会显示一个不错的结果，例如正面：85.56% 和负面：14.44%。

如果它使用相同的图像将该模型传递给 pycaffe 的 classify.py，我会得到类似 array([[ 0.38978559, -0.06033826]], dtype=float32) 的结果

那么，我如何阅读/解释这个结果？如何根据classify.py 显示的结果计算 DIGITS 显示的置信水平（不确定这是否是正确的术语）？

【问题讨论】：

您提供给classify.py 的deploy.prototxt 似乎缺少最后一个"Softmax" 层。
最后一层入口是layer { name: "prob" type: "Softmax" bottom: "loss3/classifier" top: "prob" }
有点奇怪。通常"Softmax" 层应该输出在[0..1] 范围内的值，总和为一......你能看看日志，看看你实际得到的是什么输出层吗？
这里是log output 和完整的deploy.prototxt

标签： neural-network caffe pycaffe nvidia-digits

【解决方案1】：

This issue 引导我找到解决方案。

如日志所示，网络产生three outputs。 Classifier#classify 只返回 first output。所以例如通过将predictions = out[self.outputs[0]] 更改为predictions = out[self.outputs[2]]，我得到了所需的值。

【讨论】：