machine-learning - caffe 中的 Datum 对象 - 无监督网络

标签 machine-learning neural-network deep-learning caffe unsupervised-learning

在为 caffe 网络准备数据的脚本中,以下代码将图像(表示图像的 numpy 数组)转换为数据对象。

datum = caffe_pb2.Datum(
        channels=3,
        width=224,
        height=224,
        label=label,
        data=np.rollaxis(img, 2).tostring())

如果网络是无监督的,是否只需以相同的方式创建对象但不填充标签参数,如下所示?

datum = caffe_pb2.Datum(
            channels=3,
            width=224,
            height=224,
            data=np.rollaxis(img, 2).tostring())

最佳答案

Datumlabeloptional :

optional int32 label = 5;

意思是oyu不必提供它。

旁注:
Datum 是一种数据结构,主要用于“Data” 输入层,严格来说它不是训练网络的一部分。
Caffe 使用 N 维张量 Blobs存储网络的数据和参数。

关于machine-learning - caffe 中的 Datum 对象 - 无监督网络,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45937283/

相关文章:

python - keras 函数式 api 和多个合并层

python - 为什么要在 tensorflow 中循环评估测试数据?

machine-learning - 什么决定了机器学习模型的能力?

python - 在 Sklearn 的 SVC 中,当标签大小很大时,为什么训练时间与最大迭代不严格线性?

python - 如何将 fit_generator 与多个输入一起使用

用于评估 CNN 中的训练和测试数据的 Tensorflow 数据集/迭代器

machine-learning - 每个节点需要多少个突触?

machine-learning - Torch - 神经网络的大输入和输出

python - 在keras中添加卷积层给出错误

python - ConvNN 奇怪的准确率分数和准确率图