如果使用 softmaxwithLoss 作为损失层，caffe 中的标签应该从 0 或 1 开始？答案

【问题标题】：labels should start from 0 or 1 in caffe if use softmaxwithLoss as loss layer?如果使用 softmaxwithLoss 作为损失层，caffe 中的标签应该从 0 或 1 开始？
【发布时间】：2018-06-25 06:18:24
【问题描述】：

两个问题：

1.对于MultinomialLogisticLoss，标签应该从1开始，但是caffe文档说应该从0开始。http://caffe.berkeleyvision.org/doxygen/classcaffe_1_1SoftmaxWithLossLayer.html

2.score(bottom[0]) 的形状为 NCH*W，Label(bottom[1]) 为 MultinomialLogisticLoss 的形状为 N*1*1*1。在segmentation task中，label shape和bottom[0]一样，也就是N*1*H*W，但是caffe在我的测试中没有报错。

虽然我已经阅读了一些文档和分段项目代码，但这两个问题让我感到困惑。

【问题讨论】：

标签： neural-network computer-vision deep-learning caffe image-segmentation

【解决方案1】：

标签应该从零开始：caffe 使用标签来索引预测数组。
使用"SoftmaxWithLoss" 和axis 参数，您可以告诉caffe 将axis 维度视为概率向量，并且每批有多个预测（即Nx1xHxW）。在这种情况下，标签形状应匹配 Nx1xHxW 而不是 Nx1x1x1。

【讨论】：