我正在使用caffe进行回归,而我test.txt和train.txt文件是这样的:
/home/foo/caffe/data/finetune/flickr/3860781056.jpg 2.0
/home/foo/caffe/data/finetune/flickr/4559004485.jpg 3.6
/home/foo/caffe/data/finetune/flickr/3208038920.jpg 3.2
/home/foo/caffe/data/finetune/flickr/6170430622.jpg 4.0
/home/foo/caffe/data/finetune/flickr/7508671542.jpg 2.7272
我的问题是,当我在阅读时使用浮动标签时,似乎caffe不允许像2.0这样的浮动标签,例如'test.txt'文件caffe只能识别
共1张图片
这是错的.
但是当我例如将文件中的2.0更改为2并且以下行相同时,caffe现在给出了
共2张图片
暗示浮动标签是造成问题的原因.
任何人都可以帮助我,解决这个问题,我肯定需要使用浮动标签进行回归,所以有人知道解决方案或解决方案吗？提前致谢.
编辑 对于任何面临类似问题的人来说,使用caffe来训练Lenet的CSV数据可能会有所帮助.感谢@Shai.
我想知道是否可以将朴素贝叶斯应用于回归问题以及如何解决。我有4096个图像功能和384个文本功能，并且如果我假设它们之间是独立的，那也不会很糟糕。谁能告诉我如何进行？