zoukankan      html  css  js  c++  java

  • caffe(3) 视觉层及参数

    本文只讲解视觉层（Vision Layers)的参数，视觉层包括Convolution, Pooling, Local Response Normalization (LRN)局部相应归一化, im2col等层。

    1、Convolution层：

    就是卷积层，是卷积神经网络（CNN）的核心层。

    type：Convolution

    　　lr_mult: 学习率的系数，最终的学习率是这个数乘以solver.prototxt配置文件中的base_lr。如果有两个lr_mult, 则第一个表示权值的学习率，第二个表示偏置项的学习率。一般偏置项的学习率是权值学习率的两倍。

    在后面的convolution_param中，我们可以设定卷积层的特有参数。

    必须设置的参数：

      　　num_output: 卷积核（filter)的个数

      　　kernel_size: 卷积核的大小。如果卷积核的长和宽不等，需要用kernel_h和kernel_w分别设定

    其它参数：

      　　 stride: 卷积核的步长，默认为1。也可以用stride_h和stride_w来设置。

      　　 pad: 扩充边缘，默认为0，不扩充。 扩充的时候是左右、上下对称的，比如卷积核的大小为5*5，那么pad设置为2，则四个边缘都扩充2个像素，即宽度和高度都扩充了4个像素,这样卷积运算之后的特征图就不会变小。也可以通过pad_h和pad_w来分别设定。

        　　weight_filler: 权值初始化。 默认为“constant",值全为0，很多时候我们用"xavier"算法来进行初始化，也可以设置为”gaussian"
        　　bias_filler: 偏置项的初始化。一般设置为"constant",值全为0。
       　　 bias_term: 是否开启偏置项，默认为true, 开启
       　　 group: 分组，默认为1组。如果大于1，我们限制卷积的连接操作在一个子集内。如果我们根据图像的通道来分组，那么第i个输出分组只能与第i个输入分组进行连接。
     
    输入：n*c0*h0*w0
    输出：n*c1*h1*w1
    其中，c1就是参数中的num_output，生成的特征图个数
     w1=(w0+2*pad-kernel_size)/stride+1;
     h1=(h0+2*pad-kernel_size)/stride+1;
    如果设置stride为1，前后两次卷积部分存在重叠。如果设置pad=(kernel_size-1)/2,则运算后，宽度和高度不变。
    示例：
     1 layer {
 2   name: "conv1"
 3   type: "Convolution"
 4   bottom: "data"
 5   top: "conv1"
 6   param {
 7     lr_mult: 1
 8   }
 9   param {
10     lr_mult: 2
11   }
12   convolution_param {
13     num_output: 20
14     kernel_size: 5
15     stride: 1
16     weight_filler {
17       type: "xavier"
18     }
19     bias_filler {
20       type: "constant"
21     }
22   }
23 }

     2、Pooling层

    也叫池化层，为了减少运算量和数据维度而设置的一种层。
    层类型：Pooling
    必须设置的参数：
      　kernel_size: 池化的核大小。也可以用kernel_h和kernel_w分别设定。
    其它参数：
      　pool: 池化方法，默认为MAX。目前可用的方法有MAX, AVE, VALID,或STOCHASTIC
    　  pad: 和卷积层的pad的一样，进行边缘扩充。默认为0
    　  stride: 池化的步长，默认为1。一般我们设置为2，即不重叠。也可以用stride_h和stride_w来设置。
     示例：
     1 layer {
 2   name: "pool1"
 3   type: "Pooling"
 4   bottom: "conv1"
 5   top: "pool1"
 6   pooling_param {
 7     pool: MAX
 8     kernel_size: 3
 9     stride: 2
10   }
11 }

    pooling层的运算方法基本是和卷积层是一样的。

    输入：n*c*w0*h0
    输出：n*c*w1*h1
    和卷积层的区别就是其中的c保持不变
     w1=(w0+2*pad-kernel_size)/stride+1;
     h1=(h0+2*pad-kernel_size)/stride+1;
    如果设置stride为2，前后两次卷积部分不重叠。100*100的特征图池化后，变成50*50.
    示例：
     1 layer {
 2   name: "pool1"
 3   type: "Pooling"
 4   bottom: "conv1"
 5   top: "pool1"
 6   pooling_param {
 7     pool: MAX
 8     kernel_size: 3
 9     stride: 2
10   }
11 }
    3、Local Response Normalization (LRN)层
    此层是对一个输入的局部区域进行归一化，达到“侧抑制”的效果。可去搜索AlexNet或GoogLenet，里面就用到了这个功能
    层类型：LRN
    参数：全部为可选，没有必须
    　　local_size: 默认为5。如果是跨通道LRN，则表示求和的通道数；如果是在通道内LRN，则表示求和的正方形区域长度。
    　　alpha: 默认为1，归一化公式中的参数。
    　　beta: 默认为5，归一化公式中的参数。
    　　norm_region: 默认为ACROSS_CHANNELS。有两个选择，ACROSS_CHANNELS表示在相邻的通道间求和归一化。WITHIN_CHANNEL表示在一个通道内部特定的区域内进行求和归一化。与前面的local_size参数对应。
     
    归一化公式：对于每一个输入, 去除以，得到归一化后的输出
     
    示例：
     1 layers {
 2   name: "norm1"
 3   type: LRN
 4   bottom: "pool1"
 5   top: "norm1"
 6   lrn_param {
 7     local_size: 5
 8     alpha: 0.0001
 9     beta: 0.75
10   }
11 }

    4、im2col层

    如果对matlab比较熟悉的话，就应该知道im2col是什么意思。它先将一个大矩阵，重叠地划分为多个子矩阵，对每个子矩阵序列化成向量，最后得到另外一个矩阵。

    看一看图就知道了：

    在caffe中，卷积运算就是先对数据进行im2col操作，再进行内积运算（inner product)。这样做，比原始的卷积操作速度更快。

    看看两种卷积操作的异同：

     
     
     
  • 相关阅读:
    php 邮件发送开发前期配置
    抛弃传统的curl，使用Guzzle
    TP5.1 分页(带参数传递)
    tp5.1 模型 where多条件查询 like 查询
    xpath 和 jsonpath 解析
    python分布式爬虫框架 --- scrapy-redis
    python爬虫框架——scrapy
    python爬虫 --- urllib
    mysql事务和锁
    mysql数据储存
  • 原文地址：https://www.cnblogs.com/pacino12134/p/9768996.html
Copyright © 2011-2022 走看看