我是Caffe的新手。
我正在尝试在自己的数据集上复制LeNet。我的训练数据是一维数据，可以表示为1×3000的向量。对于每个1×3000的向量，我有一个标签，它是另一个一维的1×64维度的二进制向量。我有10万个这样的（数据，标签）对。我不知道如何将这些数据输入到Caffe中。所有的例子都是针对尺寸为NxN的图像的。

有什么想法可以预处理这些数据以便输入到Caffe中吗？

我在考虑用零填充向量，使其成为n(零填充)xN的形式，但这似乎不是正确的做法。另外，将1×3000的向量切割成1xn，然后堆叠成一个mxn的矩阵是否是一种解决方案？之前有人这样做过吗？

任何建议都将不胜感激。

回答：

Caffe可以轻松处理一维数据，无论是”数据”还是”标签”。
我认为最直接的向Caffe输入数据的方法是使用hdf5格式的文件。你可以在二进制的hdf5数据文件中存储数据，并包含'data'和'label'数据集。然后你可以使用"HDF5Data"层将数据输入到Caffe中。