deep-learning - NVIDIA DIGITS からの線形回帰の例に関する基本的な質問

Question

私は 1 年間のすべての日から多くの価値を持っています。各月に一種の類似性があるかどうかを確認したいです (これらの日の値が正しい月に対応しているかどうか、および/または将来の別の年の同じ月を予測するかどうかを確認します)。https://github.com/NVIDIA/DIGITS/tree/master/examples/regressionおよび代替方法: LMDB ファイルを手動で作成する方法から、何ができますか? これらすべての値を、1 年間のすべての日から val_db と train_db に入れなければなりませんか? この後、これらの月のすべての日を含む月ごとに 1 つのテスト イメージを生成しますか? または、月ごとに個別に val_db と train_db を作成する必要がありますか? ありがとうございました。

Answer 1

正直なところ、DIGITS は少しやり過ぎかもしれません。少しのロジスティック回帰問題をトレーニングするのに多くの計算能力は必要なく、結果は非常に簡単に解釈できるはずです。

しかし、DIGITS で前進したい場合は、

1. データを CxHxW データ ブロブとしてフォーマットします (おそらく 1x1xN で、N は機能の数です)。
2. ラベルを CxHxW データ blob (おそらく 1x1x1) としてフォーマットします。
3. 単純なロジスティック回帰で機能する Caffe モデルを作成します (単一の内積層だけでしょうか?)

これに関するヘルプが必要な場合は、SO ではなくユーザー グループに投稿してください ( README に従ってください)。