Tag: 协议 缓冲

InfogainLoss图层

我希望在我的模型中使用InfogainLosstypes的丢失图层。 但是我很难正确定义它。 有没有关于使用INFOGAIN_LOSS图层的任何教程/例子？ 该层的input，类概率，是否为SOFTMAX层的输出，还是足以input完全连接层的“顶层”？ INFOGAIN_LOSS需要三个input：类概率，标签和matrixH matrixH可以作为层参数infogain_loss_param { source: "fiename" } 。 假设我有一个python脚本，用numpy.array dtype='f4' （其中L是模型中的标签数(L,L)计算H为numpy.array的形状(L,L) ）。 我怎样才能将我的numpy.array转换成可以作为infogain_loss_param { source }给模型的binproto文件？ 假设我想把H作为第三个input（底部）提供给损失层（而不是模型参数）。 我该怎么做？ 我是否定义了一个“顶”是H的新数据层？ 如果是这样的话，每次训练迭代都不会增加这个层的数据，就像训练数据增加一样？ 我如何定义多个不相关的input“数据”层，caffe如何知道从批处理的训练/testing“数据”层中读取，而从H “数据”层知道只读取一次所有训练处理？