说明:
一、在整个caffe框架运行过程中,solver是核心中的核心,它协调着整个模型的运作。caffe程序能否正确运行,和solver文件的参数是否设置正确有着很大的关系。
二、在Deep Learning中,往往loss funciton是非凸的,没有解析解,我们需要通过优化方法来求解。solver的作用就是交替调用前向(forward)算法和后向(backward)算法来更新参数,从而最小化loss,实际上就是一种迭代的优化算法。
三、到目前的版本,caffe提供了六种优化算法来求解最优参数,在solver配置文件中,通过设置type类型来选择。
- Stochastic Gradient Descent (
type: "SGD"
), - AdaDelta (
type: "AdaDelta"
), - Adaptive Gradient (
type: "AdaGrad"
), - Adam (
type: "Adam"
), - Nesterov’s Accelerated Gradient (
type: "Nesterov"
) and - RMSprop (
type: "RMSProp"
)
具体的每种方法的介绍,请看本系列的下一篇文章, 本文着重介绍solver配置文件的编写。
四、Solver的流程:
1. 设计好需要优化的对象,以及用于学习的训练网络和用于评估的测试网络。(通过调用另外一个配置文件prototxt来进 行)
2. 通过forward和backward迭代的进行优化来更新参数。
3. 定期的评价测试网络。 (可设定多少次训练后,进行一次测试)
4. 在优化过程中显示模型和solver的状态
在每一次的迭代过程中,solver做了这几步工作:
1、调用forward算法来计算最终的输出值,以及对应的loss
2、调用backward算法来计算每层的梯度
3、根据选用的slover方法,利用梯度进行参数更新
4、记录并保存每次迭代的学习率、快照,以及对应的状态。
五、下面就具体的代码来说明以下solver文件中每行代码的作用:
先贴出一个完整代码
net: "examples/cifar/cifar10_quick_train_test.prototxt"
test_iter: 100
test_interval: 500
base_lr: 0.001
momentum: 0.9
weight_decay: 0.004
lr_policy: "fixed"
display: 100
max_iter: 4000
snapshot: 4000
snapshot_format: HDF5
snapshot_prefix: "examples/cifar10/cifar10_quick"
solver_mode: CPU
开始解释代码:
1、
net: "examples/cifar/cifar_train_test.prototxt"
设置网络模型,每一个模型就是一个net,需要有一个专门的配置文件对net进行配置,也就是.prototxt文件,这个文件中定义了许多layer。每一个layer的具体配置方法如博客中其它文档进行了说明。这里可以填写绝对路径,也可以填写相对路径。
2、
test_iter: 100
这个要和.prototxt文件中的test layer中的batch_size结合起来理解。假如说mnist数据集中测试样本总数为10000,一次性执行全部数据效率很低。所以我们将测试数据分批来进行。batch_size就表示了每个批次的需要训练的数据。假设batch_size=100,则表示每次测试100个数据,所以10000/100=100,因此需要迭代100次才能将10000个文件全部执行完,所以此处的test_iter=100。执行完一次全部数据,称之为一个epoch
3、
test_interval: 500
这个参数表示测试间隔,也就是每训练500次,才进行一次测试。
4、
base_lr:0.01
lr_policy:"fixed"
这四行表示学习率的设置。只要使用梯度下降法来求解优化,都会有一个学习率,也叫步长。base_lr用于设置基础学习率,在迭代的过程中,可以对基础学习率进行调整。怎么进行挑中,就在.prototxt文件中的lr_policy进行设置。
lr_policy可以设置为下面这些值,相应的学习率计算为:
-
- - fixed: 保持base_lr不变.
- - step: 如果设置为step,则还需要设置一个stepsize, 返回 base_lr * gamma ^ (floor(iter / stepsize)),其中iter表示当前的迭代次数
- - exp: 返回base_lr * gamma ^ iter, iter为当前迭代次数
- - inv: 如果设置为inv,还需要设置一个power, 返回base_lr * (1 + gamma * iter) ^ (- power)
- - multistep: 如果设置为multistep,则还需要设置一个stepvalue。这个参数和step很相似,step是均匀等间隔变化,而multistep则是根据 stepvalue值变化
- - poly: 学习率进行多项式误差, 返回 base_lr (1 - iter/max_iter) ^ (power)
- - sigmoid: 学习率进行sigmod衰减,返回 base_lr ( 1/(1 + exp(-gamma * (iter - stepsize)))
5、
momentum:0.9
上一次梯度更新的权重,具体可以参看本博客其它文章。
6、
type:SGD
优化算法选择,这一行可以省略,因为默认就是SGD。总共由六种方法可以选择,在文章开头有介绍。
7、
weight_decay:0.004
权重衰减项目,防止过拟合的一个参数。
8、
display:100
每训练100次在屏幕上显示一次。如果设置为0,则不显示。
9、
max_iter:4000
最大迭代次数,这个数设置的太小,会导致没有收敛,精确度很低。设置的太大,会导致振荡,浪费时间。
10、
snapshot: 4000
snapshot_format: HDF5
snapshot_prefix: "examples/cifar10/cifar10_quick"
快照。将训练出来的model和solver状态进行保存,snapshot用于设置训练多少次后进行保存,默认为0,不保存。snapshot_prefix设置保存路径。snapshot_format表示保存的类型,由两种选择:HDF5和BINARYPROTO,默认为BINARYPROTO。除此之外还可以设置snapshot_diff:是否保存梯度值,默认false,不保存。
11、
solver_mode:CPU
设置运行模式。默认为GPU,如果只使用CPU,需要修改,否则会出错。
以上部分转自:http://blog.csdn.net/langb2014/article/details/50457774
后续遇到新问题我还会更新问题的。