caffe中训练一个模型时,需要用到两个文件,一个是train.prototxt文件,里面定义了模型的网络结构;另一个是solver.prototxt文件,里面定义了训练模型时的一些参数配置。一些常用的参数的含义这里不做记录。
1.train.prototxt文件
(1)数据层
在层类型中,也就是“type”这个参数,一般都会写“Data”,这个类型说明数据来自于数据库(如LevelDB和LMDB)
必须设置的参数:
source: 包含数据库的目录名称,如examples/mnist/mnist_train_lmdb
batch_size: 每次处理的数据个数,如64
可选的参数:
rand_skip: 在开始的时候,路过某个数据的输入。通常对异步的SGD很有用。
backend: 选择是采用LevelDB还是LMDB, 默认是LevelDB
除此之外还会用到hdf5数据格式:
层类型:HDF5Data
必须设置的参数:
source: 读取的文件名称
batch_size: 每一次处理的数据个数
(2)视觉层
视觉层包括Convolution, Pooling, Local Response Normalization (LRN), im2col等层。
1、Convolution层:
就是卷积层,是卷积神经网络(CNN)的核心层。
层类型