Кормление длинными 1D векторными данными, 1D этикеткой вектора для Caffe

Question

Новичка здесь.
Я пытаюсь воспроизвести LeNet на моем собственном наборе данных. Мои данные обучения - это 1D-данные, которые могут быть представлены как вектор 1x3000. Для каждого вектора 1x3000 у меня есть метка, которая является другим 1D-вектором двоичного вектора размера 1x64. У меня есть 100 тысяч таких данных (данных, ярлыков). Я смущен, как я могу накормить это для Caffe. Все примеры приведены для изображений размерности N x N.

Любая идея, как эти данные могут быть обработаны для подачи в Caffe?

Я думал о нулевом заполнении вектора и сделал его n (нулевое заполнение) xN, но это не кажется правильным. Также можно разрезать вектор 1x3000 в 1xn и уложить их вверх, чтобы сформировать матрицу mxn - решение? Кто-нибудь делал это раньше?

Любое предложение приветствуется.

Answer 1

Caffe может легко обрабатывать данные 1D, как для «данных», так и для «метки».
Я предполагаю, что самый прямой способ передачи данных в caffe использует файлы формата hdf5. Вы можете получить данные в двоичных файлах данных hdf5 с наборами данных 'data' и 'label'. Затем вы можете подать данные в caffe, используя слой "HDF5Data".