caffe filler

最新推荐文章于 2022-06-05 01:39:09 发布

deep_learninger

最新推荐文章于 2022-06-05 01:39:09 发布

阅读量1.9k

点赞数

本文链接：https://blog.csdn.net/u014114990/article/details/47805583

版权

cnn 网络权值的初始化方式有很多种， caffe 里面实现了7种，在include/caffe/filler.hpp。

Fills a Blob with constant or randomly-generated data. More...

#include <filler.hpp>

Inheritance diagram for caffe::Filler< Dtype >:

Public Member Functions
	Filler (const FillerParameter &param)

virtual void	Fill (Blob< Dtype > *blob)=0

Protected Attributes
FillerParameter	filler_param_

Detailed Description

template<typename Dtype>
class caffe::Filler< Dtype >

Fills a Blob with constant or randomly-generated data.

The documentation for this class was generated from the following file:

include/caffe/filler.hpp

Filler<Dtype>* GetFiller(const FillerParameter& param) {
  const std::string& type = param.type();
  if (type == "constant") {
    return new ConstantFiller<Dtype>(param);
  } else if (type == "gaussian") {
    return new GaussianFiller<Dtype>(param);
  } else if (type == "positive_unitball") {
    return new PositiveUnitballFiller<Dtype>(param);
  } else if (type == "uniform") {
    return new UniformFiller<Dtype>(param);
  } else if (type == "xavier") {
    return new XavierFiller<Dtype>(param);
  } else if (type == "msra") {
    return new MSRAFiller<Dtype>(param);
  } else if (type == "bilinear") {
    return new BilinearFiller<Dtype>(param);
  } else {
    CHECK(false) << "Unknown filler name: " << param.type();
  }
  return (Filler<Dtype>*)(NULL);
}

共有七种方法，下面分别介绍一下：

（1） constant

template <typename Dtype>
class ConstantFiller : public Filler<Dtype> {
 public:
  explicit ConstantFiller(const FillerParameter& param)
      : Filler<Dtype>(param) {}
  virtual void Fill(Blob<Dtype>* blob) {
    Dtype* data = blob->mutable_cpu_data();
    const int count = blob->count();
	// get prototxt filler parameters value
    const Dtype value = this->filler_param_.value(); //　得到配置文件中 设置的值
    CHECK(count);
    for (int i = 0; i < count; ++i) {
      data[i] = value; //　　将配置文件中的值，直接赋值到 data中。  所以 是常量型，就是配置文件常量
    }<pre name="code" class="cpp">

（2） UniformFiller

<pre name="code" class="cpp"><pre name="code" class="cpp">/// @brief Fills a Blob with uniformly distributed values @f$ x\sim U(a, b) @f$.
template <typename Dtype>
class UniformFiller : public Filler<Dtype> {
 public:
  explicit UniformFiller(const FillerParameter& param)
      : Filler<Dtype>(param) {}
  virtual void Fill(Blob<Dtype>* blob) {
    CHECK(blob->count());
    caffe_rng_uniform<Dtype>(blob->count(), Dtype(this->filler_param_.min()), //调用 caffe_rng_uniform ，这个在math_funtion 中实现
        Dtype(this->filler_param_.max()), blob->mutable_cpu_data());
    CHECK_EQ(this->filler_param_.sparse(), -1)
         << "Sparsity not supported by this Filler.";
  }
};

CHECK_EQ(this->filler_param_.sparse(), -1) << "Sparsity not supported by this Filler."; }};