caffe学习笔记（2）

怼烎@ 2022-07-16 08:40 170阅读 0赞

caffe学习笔记（2）－视觉层（vision layers)

本文参考博客 [caffe学习][caffe]，是根据这篇博客做的学习笔记。详细情况可以参考原博客，真的很赞。

所有的层都具有的参数，如name, type, bottom, top和transform\_param请参看我的前一篇文章：[caffe学习笔记（1）][caffe_1]

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

1、Convolution层：

就是卷积层，是卷积神经网络（CNN）的核心层。

层类型：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，用xavier算法初始化，就是保证每一层的输出数据的方差尽可能相等，这样保证网络中数据有更好的流动性，详细信息可参考博客： [深度学习xavier算法初始化权重][xavier]。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\*c 0\*w 0\*h 0

输出：n\*c 1\*w 1\*h 1

其中，c 1就是参数中的num\_output，生成的特征图个数，n应该就是前面提到的batch\_size，就是每次处理的批次。

w 1=(w 0\+2\*pad-kernel\_size)/stride+1;

h 1=(h 0\+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：

layer {
 name: "conv1" //该层的名字，自己起
 type: "Convolution" //该层的类型，这个类型决定了该层的参数和能进行的运算，层的类型还有很多，像下面的pooling等
 bottom: "data" //代表该层的输入数据
 top: "conv1"		//该层的输出数据	
 param {
 lr_mult: 1 //权值的学习率
 }
 param {
 lr_mult: 2		//偏置项的学习率
 }
 convolution_param { 
 num_output: 20 //卷积核的个数
 kernel_size: 5 //卷积核的尺寸
 stride: 1		//卷积核的步长
 weight_filler { //权值初始化，用xavier算法
 type: "xavier"
 }
 bias_filler {	//偏置项初始化，constant为默认初始化为0
 type: "constant"
 }
 }
 }

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, 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：

layer {
      name: "pool1"
      type: "Pooling"
      bottom: "conv1"
      top: "pool1"
      pooling_param {
        pool: MAX
        kernel_size: 3
        stride: 2
      }
    }

pooling层的运算方法基本是和卷积层是一样的。

输入：n\*c\*w 0\*h 0

输出：n\*c\*w 1\*h 1

和卷积层的区别就是其中的c保持不变

w 1=(w 0\+2\*pad-kernel\_size)/stride+1;

h 1=(h 0\+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.

3、Local Response Normalization (LRN)层

Hinton等人在12年NIPS的论文\[1\]中认为，LRN层模仿生物神经系统的侧抑制\[2\]机制，对局部神经元的活动创建竞争机制，使得响应比较大的值相对更大，提高模型泛化能力。Hinton等人在ImageNet上的实验表明，添加LRN层可以分别把Top 1和Top 5的error rate降低1.4%和1.2%. LRN的几个超参数，local\_size, alpha, beta等，需要在验证集上选择最优值。论文\[1\]中推荐的值为local\_size = 5, alpha= ![10^\{-4\}][10_-4], beta = 0.75.

当然，LRN层的实际作用到底有多大，还可以进一步参考后续的相关研究文献。正如 @贾扬清大神所说，为了增加caffe对AlexNet，CaffeNet的兼容性，就不得不在Layer类中派生LRN layer类  
\[1\] Alex, Image Classification with Deep Convolutional Neural Network, *NIPS 2012*  
\[2\]  Lateral inhibition

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 ![140867-20151224102027640-2114104644.png][]，得到归一化后的输出

layers {
      name: "norm1"
      type: LRN
      bottom: "pool1"
      top: "norm1"
      lrn_param {
        local_size: 5
        alpha: 0.0001
        beta: 0.75
      }
    }

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：

![Center][]

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：

![Center 1][]

[caffe]: http://www.cnblogs.com/denny402/p/5071126.html
[caffe_1]: http://blog.csdn.net/ddreaming/article/details/52792175
[xavier]: http://blog.csdn.net/shuzfan/article/details/51338178
[10_-4]: 
[140867-20151224102027640-2114104644.png]: /images/20220716/3341a25310bb492cabe897d61826e9bf.png
[Center]: /images/20220716/2cfe1f1ddd1b42cf9e3efb00f058a1c0.png
[Center 1]: /images/20220716/2406f7609c144ce7a0cd493282950442.png