如何在 Caffe 中使用数字标签进行回归？答案

【问题标题】：How can I use numerical labels for regression in Caffe?如何在 Caffe 中使用数字标签进行回归？
【发布时间】：2016-07-20 14:50:08
【问题描述】：

我搜了一下Caffe源码，caffe/src/caffe/util/io.cpp中的ReadImageToDatum函数只支持int类型标签。

我还注意到caffe/python/caffe/io.py 中有一个array_to_datum 函数，它似乎对标签的类型没有限制，但我不确定我应该如何使用它。

如何使用数字（非整数）标签进行回归？

【问题讨论】：

标签： machine-learning neural-network deep-learning caffe

【解决方案1】：

我想Datum 类型的设计考虑了图像分类。
对于回归，我建议使用"HDF5Data" 输入层。
例如，请参阅this answer。

使用 hdf5 二进制文件可以让您在输入网络的数量、形状和类型方面更加灵活。

【讨论】：

非常感谢您的回答，您对this question有什么想法吗？

【解决方案2】：

除了Shai's answer，caffe 的Datum 类只支持int 类型标签。在caffe/src/caffe/proto/caffe.proto 中定义了

message Datum {
  optional int32 channels = 1;
  optional int32 height = 2;
  optional int32 width = 3;
  // the actual image data, in bytes
  optional bytes data = 4;
  optional int32 label = 5;
  // Optionally, the datum could also hold float data.
  repeated float float_data = 6;
  // If true data contains an encoded image that need to be decoded
  optional bool encoded = 7 [default = false];
}

所以在生成的caffe.pb.h 文件中是这样的

private:
  ...
  ::google::protobuf::int32 channels_;
  ::google::protobuf::int32 height_;
  ::std::string* data_;
  ::google::protobuf::int32 width_;
  ::google::protobuf::int32 label_;
  ::google::protobuf::RepeatedField< float > float_data_;
  bool encoded_;
  ...

【讨论】：