这真是奇怪。我正在实现这个模型：
除了我使用ImageData blob从文本文件读取数据，batch_size: 1。只有两个标签，文本文件的组织方式如常
/home/.../pathToFile 0.../home/.../pathToFile 1
然而，Caffe只训练和测试标签0！
我使用常规工具运行Caffe。
./build/tools/caffe train --solver=solver.prototxt
当我在pycaffe中打开网络时，我第一次得到了这样的消息：
WARNING: Logging before InitGoogleLogging() is written to STDERR
并且net.blobs['label'].data的大小现在是1，而它应该是2！
不仅如此，该标签似乎是一个浮点数而不是整数。
In: net.blobs['label'].dataOut: array([ 0.], dtype=float32)我知道这之前是有效的，我只是搞不清楚我做错了什么，或者从哪里开始排查问题。
回答：
你的网络的输出形状取决于输入的batch_size：如果你定义batch_size: 1，那么你的网络每次处理一个单一的样本，因此它只读取一个label。如果你将batch_size更改为2，Caffe将读取两个样本，因此label的形状将变为2。
这个“形状规则”的一个例外是损失输出：损失定义了一个标量函数，相对于这个函数计算梯度。因此，无论输入形状如何，损失输出始终是一个标量。
关于label的数据类型：Caffe将所有变量存储在类型为float32的“Blobs”中。
