caffe网络模型各层详解（一）

一：数据层及参数

caffe层次有许多类型，比如Data，Covolution，Pooling，层次之间的数据流动是以blobs的方式进行

首先，我们介绍数据层：

数据层是每个模型的最底层，是模型的入口，通常数据的预处理（如去均值，放大缩小，裁剪和镜像等）也在这一层设置参数实现。

数据来源一般来自高效的数据库（levelDb和LMDB），也可以来自内存，如果注重效率，可以来自磁盘的hdf5文件和图片格式文件。

层次实例如下：

 1 layer{
 2     name:"cifar"
 3     type: "Data"
 4     top: "data"
 5     top: "label"
 6     include{
 7         phase:TRAIN
 8     }
 9     transform_param{
10         mean_file: "examples/cifar10/mean.binaryproto"
11     }
12     data_param{
13         source: "examples/cifar10/cifar10_train_lmdb"
14         batch_size: 100
15         backend:LMDB
16     }
17 }

层次参数解释：

name : 表示该层的名称，可以随意取

type : 层类型，如果是Data，表示数据来源于LevelDB或者LMDB。一般采用这两种数据

top/bottom: 每一层用bottom来表述输入数据，top表述输出数据。如果只有top没有bottom，则此层只有输出没有输入，反之亦然。如果有多个top或bottom，表述有多个blobs数据的输入和输出。

data/label：在数据层中，至少有一个命名为data的top。如果两个top，一般命名为label，（data，label）配对是分类模型所必须的。

include：一般训练和测试的测试的时候，模型的层不一样。include用以区分是train还是test，如果没有include表述该层既做训练也做测试。

Transformations：数据的预处理，可以对数据进行变换，scale为0.00390625，实际上是1/255，既数据的归一化。

1 transform_param{
2     scale = 0.00390625
3     mane_file_size: "examples/cifar10/mean.binaryproto"
4     //用一个配置文件来进行去均值操作
5     mirror:1 //1表示开启镜像，0表示关闭，也可以用true和false表示
6     //剪裁一个277*277的图块，在训练阶段随机裁剪，在测试阶段从中间剪裁
7     crop_size: 227
8 }

转载于:https://www.cnblogs.com/LaplaceAkuir/p/6252864.html

caffe网络模型各层详解（一）相关推荐

caffe网络模型各层详解(中文版)
caffe网络模型各层详解(中文版) 参考网址:https://blog.csdn.net/qq_34220460/article/details/79872830 一.数据层及参数要运行caffe ...
深度学习网络模型——Vision Transformer详解 VIT详解
深度学习网络模型--Vision Transformer详解 VIT详解通用深度学习网络效果改进调参训练公司自己的数据集,训练步骤记录: 代码实现version-Transformer网络各个流程, ...
[4G5G专题-57]：L2 RLC层-详解RLC架构、数据封装、三种模式：透明TM、非确认模式UM、确认模式AM
目录第1章 L2 RLC层的架构 1.1 RAN的架构 1.2 L2架构概述 1.3 RLC软件系统结构图第2章 TCP/IP协议提供的三种传输服务 2.1 TCP 2.2 UDP 2.3 R ...
torch.nn模块之池化层详解
torch中的池化层 1. torch.nn模块中的池化层简介 2. 池化的调用方式 3. 图像池化演示 3.1 最大值池化 3.2 平均值池化 3.3 自适应平均值池化参考资料 1. torch. ...
深度学习网络模型——RepVGG网络详解、RepVGG网络训练花分类数据集整体项目实现
深度学习网络模型--RepVGG网络详解.RepVGG网络训练花分类数据集整体项目实现 0 前言 1 RepVGG Block详解 2 结构重参数化 2.1 融合Conv2d和BN 2.2 Conv2 ...
caffe中常用层: BatchNorm层详解
Batchnorm原理详解前言:Batchnorm是深度网络中经常用到的加速神经网络训练,加速收敛速度及稳定性的算法,可以说是目前深度网络必不可少的一部分. 本文旨在用通俗易懂的语言,对深度学习的 ...
网络基础知识-TCP/IP协议各层详解
TCP/IP简介虽然大家现在对互联网很熟悉,但是计算机网络的出现比互联网要早很多. 计算机为了联网,就必须规定通信协议,早期的计算机网络,都是由各厂商自己规定一套协议,IBM.Apple和Micro ...
[pytorch]yolov3.cfg参数详解（每层输出及route、yolo、shortcut层详解）
文章目录 Backbone(Darknet53) 第一次下采样(to 208) 第二次下采样(to 104) 第三次下采样(to 52) 第四次下采样(to 26) 第五次下采样(to 13) YOL ...
Django框架的模板层详解
目录一.模板简介二.模板语法之变量三.模板之过滤器四.模板之标签 for标签 for ... empty if 标签 with 五.自定义标签和过滤器六.模板导入和继承模板导入: 模板继承 ...

caffe网络模型各层详解（一）

caffe网络模型各层详解（一）相关推荐

最新文章

热门文章