【深度学习】笔记3_caffe自带的第一个例子,Mnist手写数字识别所使用的LeNet网络模型的详细解释

/**********************************************************************************************
*文件说明:
*       Mnist手写数字识别----对应的CNN神经网络模型的详细解释
*时间地点:
*        陕西师范大学----2016.10.26  
**********************************************************************************************/
(一)CNN神经网络模型的概述:
   在我没有学习卷积神经网络(深度学习)之前,我看了很多的神经网络,什么人工神经网络,BP神经网络等等,在学习
神经网络的时候,经常会见到下面的网络模型或者说图片吧:

那么问题来了,如果我们要用程序来实现这些神经网络的话,使用什么样的形式去实现它呢?
       1---结构体+结构体指针
       2---类
   总之,是一个比较困难的事情.现在caffe为我们提供了一种很方便的方法:使用网络配置文件去实现它,如果拿Mnist
手写数字识别所使用的CNN神经网络模型LeNet来说的话,它的神经网络模型的描述文件就是/home/wei/caffe/examples
/mnist/文件夹下面的:lenet_train_test.prototxt
(二)LeNet模型的详解
   在我们具体看这个网络模型描述文件之前,我们首先使用caffe的可视化程序,将这个网络模型画出来.我们使用/home
/wei/caffe/python/文件夹下的draw_net.py这个python脚本程序.
   具体的命令如下所示:

 sudo python ./python/draw_net.py  ./examples/mnist/lenet_train_test.prototxt  ./examples/mnist/lenet_train_test.jpeg

结合上面我画的LeNat-CNN模型的网络结构图,然后去看网络描述(配置文件),试着理解LeNet模型(最简单的卷积神经网络模型):

那么,现在,我们来具体看一下lenet_train_test.prototxt这个文件的具体内容:

//***********************************************************************************************
name: "LeNet"                       //[1]网络(Net)的名称为:LeNet
/***********************************************************************************************
*模块1:
*     1--数据层----Data Layer
*     2--该数据层只在[训练]阶段有效
***********************************************************************************************/
layer {                             /****[1]定义一个数据层****/
  name: "mnist"                     //[1]数据层的名字为--mnist
  type: "Data"                      //[2]层的层类型:Data(数据层)(数据库作为输入)
  top: "data"                       //[3]数据层的输出blob有两个:data,label(对应生成的CNN图看)
  top: "label"                      
  include {                         //[4]include里面的数据说明,该层只在训练阶段有效
    phase: TRAIN
  }
  transform_param {                 //[5]数据预处理,转换参数的定义
    scale: 0.00390625              //[5]特征归一化系数,将范围为[0,255]的MNIST数据归一化为[0,1]
  }
  data_param {                      //[6]数据层的参数
    source: "examples/mnist/mnist_train_lmdb"//[1]由于该数据层的数据来源是数据库(由层类型Data指定),
                                             //   因此,source对应的就是数据库LMDB的路径,也就是训练
                                             //   数据和测试数据的path
    batch_size: 64                           //[2]批量数目,表示caffe一次从数据库LMDB读入的图片的数量
    backend: LMDB                            //[3]数据库的类型说明区别于LevelDB数据库
  }
}
/***********************************************************************************************
*模块2:
*     1--数据层----Data Layer
*     2--一个新的数据层,名字也叫做mnist,输出的blob也是data和label,但是这个数据层只在分类阶段有效,Test
*     3--图片大小28*28
***********************************************************************************************/
layer {
  name: "mnist"
  type: "Data"
  top: "data"
  top: "label"
  include {
    phase: TEST
  }
  transform_param {
    scale: 0.00390625
  }
  data_param {
    source: "examples/mnist/mnist_test_lmdb"
    batch_size: 100
    backend: LMDB
  }
}
/***********************************************************************************************
*模块3:
*     1--第一个卷积层---Convolution
*     2--定义一个新的卷积层,卷积层的输入blob为data;输出blob为conv1
*     3--Convolution层,使用一系列可训练的卷积核(相当于空间滤波的滤波算子)对输入图像进行卷积操作,每组
*           卷积核生成输出图像中的一个特征图(相当于对输入图像,使用20个不同的滤波算子(卷积)进行20次卷积
*           之后生成的20张经过滤波的特征图)
*     4--输出图片大小:(28+2*0-5)/1+1=(img_h+2*pad_h-kernel_h)/stride_h+1======24*24
***********************************************************************************************/
layer {
  name: "conv1"
  type: "Convolution"
  bottom: "data"                    //[1]卷积层的输入blob为data
  top: "conv1"                      //[2]卷积层的输出blob为conv1
  param {                           //[3]卷积层的:权值学习速率倍乘因子,1表示,保持与全局参数一致
    lr_mult: 1
  }
  param {                           //[4]卷积层的:偏置项的学习速率倍乘因子,是全局参数的2倍
    lr_mult: 2
  }
  convolution_param {               //[5]卷积层的计算参数
    num_output: 20                         //[1]输出feature map的数目为20,对应的也就是卷积核的数量
    kernel_size: 5                         //[2]卷积核的尺寸为:5*5
    stride: 1                              //[3]卷积核在输入图片上滑动的步长为:1
    weight_filler {                 //[6]指定权值的初始化方案为:xavier
      type: "xavier"
    }
    bias_filler {                   //[7]偏执项的初始化方案为:constant,默认为0
      type: "constant"
    }
  }
}
/***********************************************************************************************
*模块4:
*     1--第一个池化层---pool1
*     2--定义一个下采样层(池化层),这个池化层的输入blob为conv1,输出blob为pool1
*     3--输出图片的大小===12*12
***********************************************************************************************/
layer {
  name: "pool1"
  type: "Pooling"
  bottom: "conv1"
  top: "pool1"
  pooling_param {                  //[1]池化层(下采样)的参数
    pool: MAX                            //[1]目前提供了三种池化的方法:最大值池化,均值池化,随机池化
                                         //    很明显,该池化层使用了最大值池化MAX
    kernel_size: 2                       //[2]指定池化窗口的宽度和高度:2*2
    stride: 2                            //[3]指定池化窗口在输入数据上滑动的步长为:2
  }
}
/***********************************************************************************************
*模块5:
*     1--第二个卷积层:conv2
*     2--该卷积层的输入blob为pool1,输出blob为conv2
*     3--注意:该卷积层输出的feature map(特征图的数量)为:50
*     4--输出图片的大小为:(12-2*0-5)/1+1=======8*8
***********************************************************************************************/
layer {
  name: "conv2"
  type: "Convolution"
  bottom: "pool1"
  top: "conv2"
  param {
    lr_mult: 1
  }
  param {
    lr_mult: 2
  }
  convolution_param {
    num_output: 50
    kernel_size: 5
    stride: 1
    weight_filler {
      type: "xavier"
    }
    bias_filler {
      type: "constant"
    }
  }
}
/***********************************************************************************************
*模块6:
*     1--第二个池化层:pool2
*     2--该池化层的输入blob为conv2,输出blob为pool2
***********************************************************************************************/
layer {
  name: "pool2"
  type: "Pooling"
  bottom: "conv2"
  top: "pool2"
  pooling_param {
    pool: MAX
    kernel_size: 2
    stride: 2
  }
}
/***********************************************************************************************
*模块7:
*     1--第一个全连接层
*     2--该层的输入blob为:pool2,输出blob为iP1
*     3--注意:全连接层的的输出节点数(num_output==500)可以理解为滤波器的个数(滤波算子的个数),对应的也
*        就是输出特征图的个数
***********************************************************************************************/
layer {
  name: "ip1"
  type: "InnerProduct"
  bottom: "pool2"
  top: "ip1"
  param {
    lr_mult: 1
  }
  param {
    lr_mult: 2
  }
  inner_product_param {       //[1]全连接层的参数:
    num_output: 500                  //[1]该层的输出元素的个数为:500
    weight_filler {                  //[2]指定全连接层的初始化方案:xavier
      type: "xavier"
    }
    bias_filler {
      type: "constant"
    }
  }
}
/***********************************************************************************************
*模块8:
*     1--新的非线性层(激活函数)(规整化线性单元),此激活层采用的激活函数为:RELU
*     2--该激活层的输入blob为iP1,输出blob也为iP1
*     3--该(规整化线性单元)激活层的作用为:对全连接层的每一个输出数据进行判断,当x>0时,RELU的输出为x,
*        根据X的大小,说明这个单元的激活程度(兴奋程度);如果x<=0,则这个信号(特征图)被完全抑制
***********************************************************************************************/
layer {
  name: "relu1"
  type: "ReLU"
  bottom: "ip1"
  top: "ip1"
}
/***********************************************************************************************
*模块9:
*     1--第二个全连接层InnerProduct
*     2--该层的输入blob为iP1,输出blob为ip2
***********************************************************************************************/
layer {
  name: "ip2"
  type: "InnerProduct"
  bottom: "ip1"
  top: "ip2"
  param {
    lr_mult: 1
  }
  param {
    lr_mult: 2
  }
  inner_product_param {       //[1]全连接层的计算参数
    num_output: 10                   //[1]该层的输出为10个特征,对应0--9这10类数字
    weight_filler {                  //[2]该层在网络初始化的初始化方案为:xavier
      type: "xavier"
    }
    bias_filler {                    //[3]给该层添加偏置项,偏置项网络的初始化方案为:constant
      type: "constant"
    }
  }
}
/***********************************************************************************************
*模块10:
*     1--Accuracy---分类准确率层
*     2--Accuracy层的作用:该层用来计算网络输出相对于目标值的准确率
*     3--该层的输入blob为iP2和label,输出blob为accuracy
*     4--注意:记住该层只在Test(测试)阶段有效,并且,它并不是一个Loss层,所以这次没有BP操作
***********************************************************************************************/
layer {
  name: "accuracy"
  type: "Accuracy"
  bottom: "ip2"
  bottom: "label"
  top: "accuracy"
  include {
    phase: TEST
  }
}
/***********************************************************************************************
*模块11:
*     1--Loss层,损失层
*     2--层类型:SoftnaxWithLoss---softmax损失层一般用于计算[多分类问题]的损失,在概念上等同于softmax
*               层后面跟一个多变量的logistic回归损失层,但能提供更稳定的梯度
***********************************************************************************************/
layer {
  name: "loss"
  type: "SoftmaxWithLoss"
  bottom: "ip2"
  bottom: "label"
  top: "loss"
}