鹊踏枝-码农的专栏

在CNN卷积网络中，从输入前向传播到误差反向传播，如下图所示：其中，在反向传播过程中，还需要把网络的输出经过一个目标函数（Objective function），通常也称为损失函数（Loss function）,把网络的输出映射为一个实数，反向传播就是去优化这个损失函数，具体如下图所示：在上图中，f 表示网络的计算模块，y 为网络输出，g 表示损失函数，网络的输出

在MatConvNet框架下，FCN是由DAG结构实现的，主要利用Matlab的OOP编程，下面是SegmentationLoss类的实现代码：下面对上述代码行讲解：classdef SegmentationLoss < dagnn.Loss第一行此句表示定义一个类，类名为SegmentationLoss，该类继承自类dagnn.Loss，这里均与C++类的创建与继承类似。接着从line 3...

下面是基于MatConvNet框架的vl_nnloss中类别标签到索引的转换的代码实现：在上述代码中，Line 218 表示获取每个通道的像素数，inputSize(1:2)表示获取每个通道的 Feature Map或Score Map的Size（height and width）大小；Line 219 表示获取一个batch的像素个数，其中inputSize(4)表示batch大小；Line 2...

在MatConvNet框架下训练好的深度学习模型（Model）经：net = cnn_imagenet_deploy(net) ;得到的net是去掉Loss层，Dropout层与BN层的。下面是cnn_imagenet_deploy函数的部分源码：isDag = isa(net, 'dagnn.DagNN') ;if isDag dagRemoveLayersOfType(net, 'dag...