《智能系统与技术丛书 深度学习实践：基于Caffe的解析》—3.3Caffe训练需要的几个部件
【摘要】 本书摘自《智能系统与技术丛书 深度学习实践：基于Caffe的解析》一文中的第3章，第3.3.1节，作者是薛云峰。
3.3 Caffe训练需要的几个部件
Caffe训练一个网络除了需要刚才处理的输入数据库之外，还需要构建网络proto文件和优化proto文件，接下来本书将对此进行详细介绍，下面先从网络proto文件的编写开始进行吧。
3.3.1 网络proto文件的编写
对于基本层的编写，本节将以卷积层进行示例说明。
name：“conv1”，表示层的名字是conv1。
type：“Convolution”，表示这个层的类型是Convolution。
bottom：“data”，表示输入数据从存储结构data中获得。
top：“convl”，表示输出结果的数据保存到存储结构convl中。
param中的内容是所有层共用的内容{}，其中，lr_mult表示本层参数的学习率需要乘上的一个系数。它与学习率（base_lr）一起决定了层参数的更新系数。
convolution_param这个参数是可选的，不同的层其参数也不一样，这个将在后面进行详细介绍。
layer {
name: "conv1"
type: "Convolution"
bottom: "data"
top: "conv1"
param {
lr_mult: 1
}
convolution_param {
num_output: 32
pad: 2
kernel_size: 5
stride: 1
bias_term: false
weight_filler {
type: "gaussian"
std: 0.0001
}
}
}
【版权声明】本文为华为云社区用户转载文章，如果您发现本社区中有涉嫌抄袭的内容，欢迎发送邮件进行举报，并提供相关证据，一经查实，本社区将立刻删除涉嫌侵权内容，举报邮箱：
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
作者其他文章
评论（0）