Matlab matconvnet分类培训最后一层（softmax）？

我想对vgg-imagenet-f网络进行再培训以进行分类（而不是直接图像比较，这是我用自己的网络所做的）。 然而，下载的网络是一个部署网络，没有包含丢失层。因为我以前没有做过分类培训，所以对于如何设计最后一层，我有点困惑。我预计会是这样的：

layer.name = 'loss' ;
layer.type = 'custom' ;
layer.forward = @forward ;
layer.backward = @backward ;
layer.class = [] ;

但是我不知道我的向前和向后函数应该是什么。它们应该是softmax吗？ 值得注意的是，我有一个imdb，它有大约10k个图像、相应的标签和一个ID元素，其中唯一的数字是1-10k。

---

感谢您提供的任何帮助，或链接到matconvnet/matlab中构建此层的示例

您可以实现自己的网络，相应地调整过滤器，因为您希望“重新训练”vgg，而不是使用随机数初始化权重，您可以使用下载网络中经过训练的文件管理器调整分类网络。最后一层可能是softmaxloss

---

您可以实施自己的网络，相应地调整过滤器，因为您希望“重新训练”vgg，而不是使用随机数初始化权重，您可以使用下载网络中经过训练的文件管理器调整分类网络。最后一层可能是softmaxloss