Python 部署caffe回归模型
我用Python 部署caffe回归模型,python,neural-network,deep-learning,caffe,conv-neural-network,Python,Neural Network,Deep Learning,Caffe,Conv Neural Network,我用caffe训练了一个回归网络。我在训练和测试阶段都使用了“EuclideanLoss”层。我绘制了这些图,结果看起来很有希望 现在我想部署模型并使用它。我知道如果使用了SoftmaxLoss,那么部署文件中的最后一层必须是Softmax。如果是欧几里德损失,该怎么办 对于部署,您只需要放弃丢失层,在您的示例中是“EuclideanLoss”层。你的网的输出是你喂给损失层的“底部” 对于“SoftmaxWithLoss”层(以及“SigmoidCrossEntropy”),您需要替换损失层,因
caffe
训练了一个回归网络。我在训练和测试阶段都使用了“EuclideanLoss”
层。我绘制了这些图,结果看起来很有希望
现在我想部署模型并使用它。我知道如果使用了
SoftmaxLoss
,那么部署文件中的最后一层必须是Softmax
。如果是欧几里德损失
,该怎么办 对于部署,您只需要放弃丢失层,在您的示例中是“EuclideanLoss”
层。你的网的输出是你喂给损失层的“底部”
对于
“SoftmaxWithLoss”
层(以及“SigmoidCrossEntropy”
),您需要替换损失层,因为损失层包含一个额外的层(出于计算原因)。感谢您的快速回复!我运行了部署,我有一个小问题:caffenet是否可以调整标签?我使用40、80和120的浮点值(期望数据在这些值之间),但我得到6、7、8、9和10的预测。caffenet可以简单地将这些值除以10吗?@user4039874我不认为caffe在没有明确知道/控制数据的情况下缩放数据。好吧,那么很可能在某个地方出现了问题。谢谢你的帮助@user4039874欧几里德损失有时会很棘手,特别是当需要大量数据时。尝试