代码之家 › 专栏 › 技术社区 › Nima

CAFFE CNN:分级分类的多层次损失

pycaffe caffe conv-neural-network deep-learning neural-network

Nima · 技术社区 · 6 年前

我熟悉如何在CNN中使用多重损失,而这些损失的所有标签都是相同的。

我的案例是使用多个损失处理分层标签,如下图所示:

loss1负责标签1:运动、食品。labelset2的损失:截击,足球,labelset3的损失:披萨,意大利面,汉堡。例如,样本A运动,足球,样本B食物,汉堡。

你知道怎么做吗?

loss1负责标签1:运动、食品。labelset2的损失:截击,足球,labelset3的损失:披萨,意大利面,汉堡。例如,样本A运动,足球,样本B食物,汉堡。

你知道怎么做吗?

1 回复 | 直到 6 年前

Shai 6 年前

{sports, volleyball, don't care}
"SoftmaxWithLoss" ignore_label

推荐文章

bz_jf · CNN训练损失太不稳定了

2 年前

Elia · TF |培训结束后如何从CNN预测

6 年前

Cameron Blake · 基于Keras的误差多分类神经网络

6 年前

Md Riaz · 多标签文本分类。我有一个文本/标签csv。文本是纯文本,标签是字母数字

6 年前

mcanizo · keras conv1d输入数据重塑

6 年前

batuman · Google Net的感受野计算

6 年前

Nima · caffe检查失败:kernel\u size指定了2次;0个空间DIM

6 年前

user288609 · ValueError:输入0与层conv1d\u 1不兼容:预期ndim=3,发现ndim=4

6 年前

KatharsisHerbie · 两种不同输入类型(图像和值)的Keras神经网络

6 年前

Adam Collins · sess中的第二个feed\u dict。run(),培训时评估

6 年前