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：

caffe笔记之例程学习（三）

Documents：注意维度变化与参数选择

 1 Parameters (ConvolutionParameter convolution_param)
 2  
 3 Required
 4     num_output (c_o): 输出数（filter数）
 5     kernel_size (or kernel_h and kernel_w): 指定卷积核   
 6    
 7 Strongly Recommended
 8     weight_filler [default type: 'constant' value: 0]
 9 
10 Optional
11     bias_term [default true]: 指定是否提供偏置10         
12     pad (or pad_h and pad_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 Input
17 
18 n * c_i * h_i * w_i
19 
20 Output
21 
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: CONVOLUTION
 4   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: 0
21     }
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)。

caffe笔记之例程学习（三）

参数解释：

 1 Required
 2     kernel_size (or kernel_h and kernel_w):池化核
 3 Optional
 4     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)
 5     pad (or pad_h and pad_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 Input
 8     n * c * h_i * w_i
 9 Output
10     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: POOLING
 4   bottom: "conv1"
 5   top: "pool1"
 6   pooling_param {
 7     pool: MAX
 8     kernel_size: 3 # 3*3 区域池化
 9     stride: 2      #  (in the bottom blob) between pooling regions
10   }
11 }