solver算是caffe的核心的核心,它协调着整个模型的运作。caffe程序运行必带的一个参数就是solver配置文件。运行代码一般为

#caffe train --solver=*_solver.prototxt

在Deep Learning中,往往loss function是非凸的,没有解析解,我们需要通过优化方法来求解。solver的主要作用就是交替调用前向(forward)算法和后向(backward)算法来更新参数,从而最小化loss,实际上就是一种迭代的优化算法。

到目前的版本,caffe提供了六种优化算法来求解最优参数,在solver配置文件中,通过设置type类型来选择。

  • Stochastic Gradient Descent (type: "SGD"),
  • AdaDelta (type: "AdaDelta"),
  • Adaptive Gradient (type: "AdaGrad"),
  • Adam (type: "Adam"),
  • Nesterov’s Accelerated Gradient (type: "Nesterov") and
  • RMSprop (type: "RMSProp")

具体的每种方法的介绍,请看本系列的下一篇文章,本文着重介绍solver配置文件的编写。

Solver的流程

1、设计好需要优化的对象,以及用于学习的训练网络和用于评估的测试网络。(通过调用另外一个配置文件prototxt来进行)

2、通过forward和backward迭代的进行优化来更新参数。

3、定期的评价测试网络。(可设定多少次训练后,进行一次测试)

4、在优化过程中显示模型和solver的状态。

在每一次的迭代过程中,solver做了这几步工作:

1、调用forward算法来计算最终的输出值,以及对应的loss

2、调用backward算法来计算每层的梯度

3、根据选用的solver方法,利用梯度进行参数更新

4、记录并保存每次迭代的学习率、快照,以及对应的状态。

接下来,我们先来看一下实例:

 1 net: "examples/mnist/lenet_train_test.prototxt"  
 2 test_iter: 100  
 3 test_interval: 500  
 4 base_lr: 0.01  
 5 momentum: 0.9  
 6 type: SGD  
 7 weight_decay: 0.0005  
 8 lr_policy: "inv"  
 9 gamma: 0.0001  
10 power: 0.75  
11 display: 100  
12 max_iter: 20000  
13 snapshot: 5000  
14 snapshot_prefix: "examples/mnist/lenet"  
15 solver_mode: CPU  

 

接下来,我们对每一行进行详细解释:

 1 net: "examples/mnist/lenet_train_test.prototxt"  

设置深度网络模型。每一个模型就是一个net,需要在一个专门的配置文件中对net进行配置,每个net由许多的layer所组成。每一个layer的具体配置方式可参考前面的博客。

注意的是:文件的路径要从caffe的根目录开始,其它的所有配置都是这样。

也可用train_net和test_net来对训练模型和测试模型分别设定。例如:

1 train_net: "examples/hdf5_classification/logreg_auto_train.prototxt"  
2 test_net: "examples/hdf5_classification/logreg_auto_test.prototxt"  

接下来第二行:

 1 test_iter: 100  

这个要与test layer中的batch_size结合起来理解。mnist数据中测试样本总数为10000,一次性执行全部数据效率很低,因此我们将测试数据分成几批次来执行,每个批次的数量就是batch_size。假设我们设置batch_size为1000,则需要迭代100次才能将10000个数据全部执行完。因此test_iter设置为100。执行完一次数据,称之为一个epoch

 1 test_interval: 500  

测试间隔。也就是每训练500次,才进行一次测试。

1 base_lr: 0.01  
2 lr_policy: "inv"  
3 gamma: 0.0001  
4 power: 0.75  

这四行可以放在一起理解,用于学习率的设置。只要是梯度下降法来求解优化,都会有一个学习率,也叫步长。base_lr用于设置基础学习率,在迭代的过程中,可以对基础学习率进行调整。怎么样进行调整,就是调整的策略,由lr_policy来设置。

lr_policy可以设置为下面这些值,相应的学习率的计算为:

  • - fixed:    保持base_lr不变.
  • - step:     如果设置为step,则还需要设置一个stepsize,  返回 base_lr * gamma ^ (floor(iter / stepsize)),其中iter表示当前的迭代次数
  • - exp:      返回base_lr * gamma ^ iter, iter为当前迭代次数
  • - inv:       如果设置为inv,还需要设置一个power, 返回base_lr * (1 + gamma * iter) ^ (- power)
  • - multistep: 如果设置为multistep,则还需要设置一个stepvalue。这个参数和step很相似,step是均匀等间隔变化,而multistep则是根据stepvalue值变化
  • - poly:     学习率进行多项式误差, 返回 base_lr (1 - iter/max_iter) ^ (power)
  • - sigmoid: 学习率进行sigmod衰减,返回 base_lr ( 1/(1 + exp(-gamma * (iter - stepsize))))

 

multistep示例:

 1 base_lr: 0.01  
 2 momentum: 0.9  
 3 weight_decay: 0.0005  
 4 # The learning rate policy  
 5 lr_policy: "multistep"  
 6 gamma: 0.9  
 7 stepvalue: 5000  
 8 stepvalue: 7000  
 9 stepvalue: 8000  
10 stepvalue: 9000  
11 stepvalue: 9500 

 

接下来的参数:

1 momentum :0.9 

上一次梯度更新的权重,具体可参看下一篇博客。

1 type: SGD

优化算法选择。这一行可以省略,因为默认值就是SGD。总共有六种方法可选择,在本文的开头已介绍。

1 weight_decay: 0.0005 

权重衰减项,防止过拟合的一个参数。

1 display: 100 

每训练100次,在屏幕上显示一次,如果设置为0,则不显示。

1 max_iter: 20000  

最大迭代次数。这个数设置太小,会导致没有收敛,精确度很低。设置太大,会导致震荡,浪费时间。

1 snapshot: 5000  
2 snapshot_prefix: "examples/mnist/lenet" 

快照。将训练出来的model和solver状态进行保存,snapshot用于设置训练多少次后进行保存,默认为0,不保存。snapshot_prefix设置保存路径。还可以设置snapshot_diff,是否保存梯度值,默认为false,不保存。也可以设置snapshot_format,保存的类型。有两种选择:HDF5和BINARYPROTO,默认为BINARYPROTO。

1 solver_mode: CPU

设置运行模式。默认为GPU,如果你没有GPU,则需要改成CPU,否则会出错。

注意:以上的所有参数都是可选参数,都有默认值。根据solver方法(type)的不同,还有一些其它的参数,在此就不一一列举