使用 Caffe 进行回归

【问题标题】：Regression Using Caffe使用 Caffe 进行回归
【发布时间】：2017-04-19 08:23:07
【问题描述】：

我有 900 个训练样本和 100 个测试样本，其中每个样本都有一个标签（例如 64、136 等等）。这里每个样本都用一个大小为 460000 的一维向量表示。

如何使用 CAFFE 对这些数据进行线性回归？我非常需要一个解决方案。

提前致谢。

【问题讨论】：

欢迎来到 StackOverflow。请阅读并遵循帮助文档中的发布指南。 on topic 和 how to ask 在这里申请。有了所有在线可用的文档和示例，您的研究应该已经使您达到了可以发布代码和特定困难的地步。

【解决方案1】：

您可以使用欧几里得层作为损失函数。 Euclidean Loss Layer.

这样，只需确保您的最后一层只有一个神经元输出（num_output: 1，在您的 protoxt 文件中）。

您可以在此处查看一些示例：Examples Caffe，特别是自动编码器使用全连接网络和欧几里得损失。

【讨论】：

按照这个建议，我训练了我的网络。但是网络总是产生相同的输出。看来网络没有学习。你能告诉我如何解决这个问题吗？
没有更多细节很难知道，你应该检查训练过程中损失是否减少，以及其他因素。但是，如果网络总是产生相同的输出，那么您在最后一层读取数据的方式可能有问题？您始终可以逐层检查输出并找出可能发生的情况......