マルチタスク設定でマルチラベルデータをHDF5入力としてどのように供給するのですか？

Question

私は約101のラベルを持つ各画像を持つデータセットを持っています。私は、データをネットワークに供給するためにHDF5データレイヤーを使用する必要があることを知っています。しかし、問題は、私はマルチタスクセットアップがあるということです。私のネットワークは、最初の5つのレイヤーのパラメータを共有してから分岐します。 101のラベルのうち、1つのタスクに100個のラベルを、2番目のタスクに1個のラベルを送信したいと考えています。

今、どうすればいいですか？

layer { 
     name: "data" 
     type: "HDF5Data" 
     top: "data" 
     top: "label1"   ############# A scalar label 
     top : "label2"   ######## A vector of size 100 
     include { 
     phase: TRAIN 
     } 
     hdf5_data_param { 
     source: "path/to/the/text/file/test.txt" 
     batch_size: 10 
     } 
} 

上記のセットアップでは、2つのトップブロブがあります。 1つは100次元ベクトル（label2）用、もう1つは残りのラベル（label1）です。
この種類の設定は可能ですか？

また、prototxtファイル自体の分割仕様を指定する多次元ベクトルを分割することもできます。その場合、私はラベル（101次元）のために単一のトップブロブを使用しなければならず、何とか 101-dベクトルを100-dと1-d（スカラー）の2つのベクトルで分割する必要があります。これはどうすればできますか？
その場合の層が希望：

layer { 
     name: "data" 
     type: "HDF5Data" 
     top: "data" 
     top : "label"   ######## A vector of size 101 
     include { 
     phase: TRAIN 
     } 
     hdf5_data_param { 
     source: "path/to/the/text/file/test.txt" 
     batch_size: 10 
     } 
} 
## Some layer to split the label blob into two vectors of 100-d and 1-d respectively 

この分割は仕事ができる方法の任意のアイデアを？

Answer 1

1. あなたが提案した元の設定（3つのtop sの"HDF5Data"層）が可能とカフェで完全に大丈夫です。実際、caffeは、ネットによって形成されたグラフ内の任意の方向性のある循環的なデータフローをサポートする。複数の損失レイヤーを複数持つことができます。いいんだよ。

2. あなたは101次元の単一labelの入力を持つことを主張した場合、あなたは"Slice"層のparamsの詳細については"Slice"層

   layer { 
       type: "Slice" 
       name: "slice/label" 
       bottom: "label" # assuming shape batch_size-101-1-1 
       top: "label1" # first 1D label 
       top: "label2" # second 100D label 
       slice_param { 
       axis: 1 # along "channels" dimension 
       slice_point: 1 # slice after the first element 
       } 
   } 
   

   を使用して、それを分割することができます、あなたはcaffe.protoを見ることができます。