Fatal编程技术网
  • machine-learning/
  • Machine learning 当我在caffe上运行自己的映像时，它会在迭代0时停止，即测试net（#0）

Machine learning 当我在caffe上运行自己的映像时，它会在迭代0时停止，即测试net（#0）

machine-learning neural-network deep-learning

Machine learning 当我在caffe上运行自己的映像时，它会在迭代0时停止，即测试net（#0）,machine-learning,segmentation-fault,neural-network,deep-learning,caffe,Machine Learning,Segmentation Fault,Neural Network,Deep Learning,Caffe,我运行了caffe并得到了以下输出： 谁能告诉我出了什么问题？ 我将非常感激 您的一个（或多个）标签值似乎无效，有关信息，请参阅： 如果您有一个无效的地面真相标签，“SoftmaxWithLoss”将以静默方式访问无效内存[…]旧检查仅在调试模式下工作，也仅对CPU工作 确保预测向量长度与尝试预测的标签数匹配 从您的评论来看，似乎您的标签在该范围内，但另一方面，您的分类层仅预测1000个类的概率。因此，“SoftmaxWithLoss”层尝试计算预测标签l>1000的损失，并访问概率数组之外的

我运行了caffe并得到了以下输出：

谁能告诉我出了什么问题？
我将非常感激

您的一个（或多个）标签值似乎无效，有关信息，请参阅：

如果您有一个无效的地面真相标签，
“SoftmaxWithLoss”
将以静默方式访问无效内存[…]旧检查仅在调试模式下工作，也仅对CPU工作

确保预测向量长度与尝试预测的标签数匹配

从您的评论来看，似乎您的标签在该范围内，但另一方面，您的分类层仅预测1000个类的概率。因此，
“SoftmaxWithLoss”
层尝试计算预测标签
l
>1000的损失，并访问概率数组之外的内存，导致分段错误。

我没有做任何特别的事情。我刚刚用CASIA WebFace数据库制作了一个名为NN2的CNN模型。这是我第一次运行自己的网络。可以肯定的是，标签并没有问题。标签是按程序制作的。你有更多的建议给我吗？多谢各位@魏嘉毅 喂入
“SoftmaxWithLoss”
层的层的
num\u输出是什么？您向网络提供的地面真相标签的范围是多少？标签的范围是10575，损失层没有参数（num_输出）。图层{名称：“SoftMax”类型：“SoftmaxWithLoss”底部：“fc7”底部：“label”顶部：“SoftMax”}您的意思是这两个数字应该是相同的吗？fc7的num_输出是否应该覆盖标签的范围？谢谢！这是我第一次在stackoverflow上提问，你们的支持对我帮助很大！而且，我是中国人。因此，我没有想到我能如此顺利地得到一个合适的答案