來自Caffe SoftmaxWithLoss錯誤

Question

，當我試圖解決我的神經網絡我收到此錯誤信息：

Check failed: label_value < prob_.shape(softmax_axis_) (1 vs. 1) 

我的標籤都是0或1。當我嘗試了這個example它與0和1標籤的工作。因此，我的假設是錯誤是在第二部分：

prob_.shape(softmax_axis_) 

我在源代碼中看着它，我不明白我的源代碼或prototxt文件如何影響這個值。

有人可以解釋一下怎麼回事，以及如何讓我的softmax圖層接受值爲1的標籤？

Answer 1

當使用"SoftmaxWithLoss"圖層來預測二元標籤時，您的「類概率」向量應該長度爲2（而不是1）。
您收到一個錯誤消息，稱您的「類概率」向量（又名「prob_」）的維數爲1，而它應該至少爲2（即嚴格爲大於最大標籤）。

檢查產生類概率的圖層中的num_output參數。

或者，對於二元分類，請考慮使用"SigmoidCrossEntropyLoss"