caffe笔记之例程学习（三）

原文链接：caffe.berkeleyvision.org/tutorial/layers.html

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

Parameters (ConvolutionParameter convolution_param)

Required
num_output (c_o): 输出数（filter数）
kernel_size (or kernel_h and kernel_w): 指定卷积核

Strongly Recommended
weight_filler [default type: 'constant' value: 0]

Optional
bias_term [default true]: 指定是否提供偏置10
pad (or pad_h and pad_w) [default 0]: 指定输入图片的两侧像素填充量
stride (or stride_h and stride_w) [default 1]: 过滤器步长
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.

Input

n * c_i * h_i * w_i

Output

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：

layers {
name: "conv1"
type: CONVOLUTION
bottom: "data"
top: "conv1"
blobs_lr: 1          # learning rate multiplier for the filters
blobs_lr: 2          # learning rate multiplier for the biases
weight_decay: 1      # weight decay multiplier for the filters
weight_decay: 0      # weight decay multiplier for the biases
convolution_param {
num_output: 96     # learn 96 filters
kernel_size: 11    # each filter is 11x11
stride: 4          # step 4 pixels between each filter application
weight_filler {
type: "gaussian" # initialize the filters from a Gaussian
std: 0.01        # distribution with stdev 0.01 (default mean: 0)
}
bias_filler {
type: "constant" # initialize the biases to zero (0)
value: 0
}
}
}

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：

Required
kernel_size (or kernel_h and kernel_w):池化核
Optional
pool [default MAX]:指定池化方法. MAX, AVE, or STOCHASTIC(按照概率值大小随机选择，数值大的被选中的概率大)
pad (or pad_h and pad_w) [default 0]: 指定输入图片的两侧像素填充量
stride (or stride_h and stride_w) [default 1]:过滤器步长
Input
n * c * h_i * w_i
Output
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：

layers {
name: "pool1"
type: POOLING
bottom: "conv1"
top: "pool1"
pooling_param {
pool: MAX
kernel_size: 3 # 3*3 区域池化
stride: 2      #  (in the bottom blob) between pooling regions
}
}