Caffe MLP示例

Question

我正在尝试通过做一个xor示例来学习caffe。

我在咖啡馆的网站上关注这个link，但他们在做CNN。

我正在尝试按照教程进行操作，但在编译模型时遇到了困难。

我制作了一个描述模型架构的prototxt文件，我试图制作一个两层的xor网络。我的代码如下：

name: "xor_test"

layer {
  name: "data"
  type: "Data"
  transform_param {
    scale: 1
  }
  data_param {
    source: "0 0 0
             1 0 1
             0 1 1
             1 1 0"

    backend: LMDB
    batch_size: 1
  }
  top: "data"
  top: "data"
}

layer {
  name: "ip1"
  type: "InnerProduct"
  param { lr_mult: 1 }
  param { lr_mult: 2 }
  inner_product_param {
    num_output: 3
    weight_filler {
      type: "xavier"
    }
    bias_filler {
      type: "constant"
    }
  }
  bottom: "data"
  top: "ip1"
}

layer {
  name: "tanh1"
  type: "Tanh"
  bottom: "ip1"
  top: "ip1"
}

layer {
  name: "ip2"
  type: "InnerProduct"
  param { lr_mult: 1 }
  param { lr_mult: 2 }
  inner_product_param {
    num_output: 1
    weight_filler {
      type: "xavier"
    }
    bias_filler {
      type: "constant"
    }
  }
  bottom: "ip1"
  top: "ip2"
}

layer {
  name: "tanh2"
  type: "Tanh"
  bottom: "ip2"
  top: "ip2"
}

我不知道这个模型是否正确，我找不到其他的例子来参考。

在此之后，本教程将创建一个引用先前创建的文件的求解器prototxt文件。

net: "test.prototxt"
test_iter: 2
test_interval: 5
base_lr: 0.01
momentum: 0.9
weight_decay: 0.0005
lr_policy: "inv"
gamma: 0.0001
power: 0.75
display: 5
# The maximum number of iterations
max_iter: 10
# solver mode: CPU or GPU
solver_mode: CPU

我不确定如何训练或测试模型，因为我的输入不是图像。

Answer 1

您的输入层不正确。由于您不使用图像作为输入，而是使用简单的二进制向量，因此可以考虑使用HDF5Data层作为输入。

关于如何构造和使用这个输入数据层，有一个很好的示例here。