Caffe学习(七)——layer代码文件介绍

最新推荐文章于 2019-11-20 15:44:46 发布

hello小崔

最新推荐文章于 2019-11-20 15:44:46 发布

阅读量373

点赞数

分类专栏： caffe 文章标签： caffe

本文链接：https://blog.csdn.net/cui841923894/article/details/81915564

版权

Caffe中的层（Layer）是神经网络的基本组件，执行特定运算如卷积、池化等。每个Layer包含前向传播和反向传播功能，并可能有参数如权重和偏置。`caffe.proto`定义了Layer的属性，`layer.hpp`提供接口，而具体的实现位于`layers`目录下的派生类中，如`conv_layer.c`展示的卷积层实现。

摘要由CSDN通过智能技术生成

层（layer）是网络（Net）组成的基本单位，表示对此层输入数据（上层的输出）的运算，比如Convolution、Pooling、Softmax等运算。
Layer层会对输入数据（上一层的输出数据）进行对应(layer type指定运算类型)运算，然后输出结果到下一层。至少包括一个输入层（Bottom layer）或一个输出层（Top layer），部分带有参数，比如权值（Weight）和偏置（Bias），有2个运算方向：前向传播（Forward）和反向传播（Backward）。

src/caffe/proto/caffe.proto

主要是各个layer的属性和配置，比如名称、（运算）类型、（运算）参数等

message LayerParameter {
  optional string name = 1; // layer名称
  optional string type = 2; // 运算类型
  repeated string bottom = 3; // bottom层名称
  repeated string top = 4; // top层名称

  // The train / test phase for computation.
  optional Phase phase = 10;    //当前阶段训练或者测试

  // The amount of weight to assign each top blob in the objective.
  // Each layer assigns a default value, usually of either 0 or 1,