如何用caffe解決回歸問題?

時間 2021-05-08 22:42:50

1樓:

如果你用CNN做回歸,我給乙個簡單的思路:

按照key-value對生成資料集之後,不管你是選擇finetuning還是重新訓練,把最後一層的神經元置為1,選擇方差損失函式。

講個簡單的例子,我打算用AlexNet來finetune乙份我自己的資料,那我把最後一層fc8層,也就是分類器,重新命名,把num_output改成1,把損失函式從sotfmax_loss改成EuclideanLoss,基本上效果就已經比較好了,當然這是對單標籤實數,如果是多標籤,那你得多了解一些,但是思路大致是一樣的。

2樓:

看看這個,可能有幫助

Facial keypoints extraction using Caffe

但是caffe對這個做的不夠好,同樣的網路結構,結果不如這裡的Using convolutional neural nets to detect facial keypoints tutorial

3樓:

剛剛在讀caffe的API文件,看到了就順便答一下,傳送門在此

This can be used for least-squares regression tasks. An InnerProductLayer input to a EuclideanLossLayer exactly formulates a linear least squares regression problem. With non-zero weight decay the problem becomes one of ridge regression – see src/caffe/test/test_sgd_solver.

cpp for a concrete example wherein we check that the gradients computed for a Net with exactly this structure match hand-computed gradient formulas for ridge regression.

翻譯一下就是說,乙個全連線層接乙個歐氏距離損失層就可以完成乙個Linear Regression的問題。

如果對應的weight decay是非零的,就變成了ridge regression問題,貌似是嶺回歸?我不太懂……

當然,還有一句:

Note: Caffe, and SGD in general, is certainlynotthe best way to solve linear least squares problems! We use it only as an instructive example.

也就是說,caffe不是為了幹這事而生的,regression有更好的方法,更好的實現。所以如果您問能不能,答案是肯定能;好不好?說不好。

如何用情商解決問題?

微微微小兔 所以,當我媽勸我爸戒酒的時候,我是萬分反對的,因為一旦我爸戒酒我就不知道該給我爸買什麼禮物了,哈哈。平常給我爸買禮物就是各種酒,或者泡酒的藥材。給媽媽買禮物一般都是衣服或者在網上買我們那兒買不到的零食。我先生是Taurus,特別愛錢,他說除了金條他什麼禮物都不要,我也就從來不送禮物了。爺...

Excel中,如何用公式解決問題?

啃烤紅薯 審題不嚴審題不嚴審題不嚴。方法比較笨,是按照最基礎的邏輯堆的公式。修改後公式為 IF A2 IF B1 IF MID B1,FIND B1 1,LEN B1 FIND B1 1 LEFT B1,FIND B1 1 0,CONCATENATE LEFT B1,FIND B1 1 MID B1...

哲學的本質是解決什麼問題?如何用哲學去解決處理身邊的事?那麼多哲學家為什麼最後都沒有好的結局?

楊學志 來,看看本質與日常是如何統一的 依照休謨的認識論,1 1 2的根據是什麼?楊學志的回答 知乎 https www. 袁立巖 哲學家們被生死所困,因為人的經歷決定思考的範疇。但在這些經歷形成之初,人是沒有記憶的。並且人的經歷源於身體對世界的解釋,身體作為與世界交流的媒介,所以人們的科學研究 哲...