来自Caffe SoftmaxWithLoss错误
问题描述:
,当我试图解决我的神经网络我收到此错误信息:来自Caffe SoftmaxWithLoss错误
Check failed: label_value < prob_.shape(softmax_axis_) (1 vs. 1)
我的标签都是0或1。当我尝试了这个example它与0和1标签的工作。因此,我的假设是错误是在第二部分:
prob_.shape(softmax_axis_)
我在源代码中看着它,我不明白我的源代码或prototxt文件如何影响这个值。
有人可以解释一下怎么回事,以及如何让我的softmax图层接受值为1的标签?
答
当使用"SoftmaxWithLoss"
图层来预测二元标签时,您的“类概率”向量应该长度为2(而不是1)。
您收到一个错误消息,称您的“类概率”向量(又名“prob_
”)的维数为1,而它应该至少为2(即严格为大于最大标签)。
检查产生类概率的图层中的num_output
参数。
或者,对于二元分类,请考虑使用"SigmoidCrossEntropyLoss"