创建caffe模型,首先要在protocol buffer 定义文件(prototxt)中定义结构。
在caffe环境中,图像的明显特征是其空间结构。
主要layers
主要功能
主要类型
其他
卷积层
提取特征
CONVOLUTION
学习率、数据维度
池化层
特征池化
POOLING
池化方法,数据维度
局部响应归一化层
临近抑制
LRN
损失计算层
loss计算
SOFTMAX_LOSS
EUCLIDEAN_LOSS
HINGE_LOSS
ACCURACY正确率
选择合适的loss
范数可选
激励层
非线性函数
ReLU
SIGMOID
TANH
ABSVAL
POWER
BNLL
ReLU收敛更快
数据层
数据源
Level-DB
LMDB
HDF5_DATA
HDF5_OUTPUT
IMAGE_DATA
Level-DB和LMDB更加高效
一般层
INNER_PRODUCT全连接层
SPLIT
FLATTEN类似shape方法
CONCAT
ARGMAX
MVN
一、卷积层
Convolution:
Documents:注意维度变化与参数选择
1 Parameters (ConvolutionParameter convolution_param)2
3 Required4 num_output (c_o): 输出数(filter数)5 kernel_size (or kernel_h andkernel_w): 指定卷积核6
7 Strongly Recommended8 weight_filler [default type: 'constant'value: 0]9
10 Optional11 bias_term [default true]: 指定是否提供偏置1012 pad (or pad_h andpad_w) [default 0]: 指定输入图片的两侧像素填充量13 stride (or stride_h and stride_w) [default 1]: 过滤器步长14 group (g) [default 1]: 如果 g > 1, 我们限制每一个filter之间的连通性 对于输入的子集. 指定输入和输出被分为 g 组,第i输出组只会和第i输入组相连接.15
16 Input17
18 n * c_i * h_i *w_i19
20 Output21
22 n * c_o * h_o * w_o, where h_o = (h_i + 2 * pad_h - kernel_h) / stride_h + 1 and w_o likewise.
example:
1 layers {2 name: "conv1"
3 type: CONVOLUTION4 bottom: "data"
5 top: "conv1"
6 blobs_lr: 1 #learning rate multiplier for the filters
7 blobs_lr: 2 #learning rate multiplier for the biases
8 weight_decay: 1 #weight decay multiplier for the filters
9 weight_decay: 0 #weight decay multiplier for the biases
10 convolution_param {11 num_output: 96 #learn 96 filters
12 kernel_size: 11 #each filter is 11x11
13 stride: 4 #step 4 pixels between each filter application
14 weight_filler {15 type: "gaussian" #initialize the filters from a Gaussian
16 std: 0.01 #distribution with stdev 0.01 (default mean: 0)
17 }18 bias_filler {19 type: "constant" #initialize the biases to zero (0)
20 value: 021 }22 }23 }
二、池化层 Pooling:
参考链接
deeplearning.stanford.edu/wiki/index.php/池化
池化: 概述
在通过卷积获得了特征 (features)
之后,下一步我们希望利用这些特征去做分类。理论上讲,人们可以用所有提取得到的特征去训练分类器,例如 softmax
分类器,但这样做面临计算量的挑战。例如:对于一个 96X96
像素的图像,假设我们已经学习得到了400个定义在8X8输入上的特征,每一个特征和图像卷积都会得到一个 (96 − 8 + 1) *
(96 − 8 + 1) = 7921 维的卷积特征,由于有 400 个特征,所以每个样例 (example) 都会得到一个 892
* 400 = 3,168,400 维的卷积特征向量。学习一个拥有超过 3 百万特征输入的分类器十分不便,并且容易出现过拟合
(over-fitting)。
为了解决这个问题,首先回忆一下,我们之所以决定使用卷积后的特征是因为图像具有一种“静态性”的属性,这也就意味着在一个图像区域有用的特征极有可能在
另一个区域同样适用。因此,为了描述大的图像,一个很自然的想法就是对不同位置的特征进行聚合统计,例如,人们可以计算图像一个区域上的某个特定特征的平
均值 (或最大值)。这些概要统计特征不仅具有低得多的维度
(相比使用所有提取得到的特征),同时还会改善结果(不容易过拟合)。这种聚合的操作就叫做池化
(pooling),有时也称为平均池化或者最大池化 (取决于计算池化的方法)。
参数解释:
1 Required2 kernel_size (or kernel_h andkernel_w):池化核3 Optional4 pool [default MAX]:指定池化方法. MAX, AVE, orSTOCHASTIC(按照概率值大小随机选择,数值大的被选中的概率大)5 pad (or pad_h andpad_w) [default 0]: 指定输入图片的两侧像素填充量6 stride (or stride_h and stride_w) [default 1]:过滤器步长7 Input8 n * c * h_i *w_i9 Output10 n * c * h_o * w_o,where h_o = (h_i + 2 * pad_h - kernel_h) / stride_h + 1 and w_o likewise..
示例:
1 layers {2 name: "pool1"
3 type: POOLING4 bottom: "conv1"
5 top: "pool1"
6 pooling_param {7 pool: MAX8 kernel_size: 3 #3*3 区域池化
9 stride: 2 #(in the bottom blob) between pooling regions
10 }11 }