学习笔记: 源码 accuracy_layer.cpp 略明

AccuracyLayer 是计算分类准确率的层。输出分类准确率。

1. AccuracyLayer 的成员：

topK : 计算 topK 的准确率。默认为1，即 top1 的准确率。

topK准确率准则下，分类正确的定义如下：在你模型对一个样本进行分类时，对于每一类都有产生一 个概率，取topK 个概率对应的predicted label，如果这topK个 predicted label 中包含 ground truth label，则认为这次分类正确。

2. forward()

AccuracyLayer 只能计算准确率，不需要也不能后向传播。当只有一个top时，会记录一个总的分类准确率，当有两个top时，另一个top会记录每一类各自的准确率。

template <typename Dtype>void AccuracyLayer<Dtype>::Forward_cpu(const vector<Blob<Dtype>*>& bottom,    const vector<Blob<Dtype>*>& top) {  Dtype accuracy = 0;  const Dtype* bottom_data = bottom[0]->cpu_data();  const Dtype* bottom_label = bottom[1]->cpu_data();  const int dim = bottom[0]->count() / outer_num_;  const int num_labels = bottom[0]->shape(label_axis_);  vector<Dtype> maxval(top_k_+1);  vector<int> max_id(top_k_+1);  if (top.size() > 1) {    caffe_set(nums_buffer_.count(), Dtype(0), nums_buffer_.mutable_cpu_data());    caffe_set(top[1]->count(), Dtype(0), top[1]->mutable_cpu_data());  }  int count = 0;  for (int i = 0; i < outer_num_; ++i) {    for (int j = 0; j < inner_num_; ++j) {      const int label_value =          static_cast<int>(bottom_label[i * inner_num_ + j]);      if (has_ignore_label_ && label_value == ignore_label_) {        continue;      }      if (top.size() > 1) ++nums_buffer_.mutable_cpu_data()[label_value];      DCHECK_GE(label_value, 0);      DCHECK_LT(label_value, num_labels);      // Top-k accuracy      std::vector<std::pair<Dtype, int> > bottom_data_vector;      for (int k = 0; k < num_labels; ++k) {        bottom_data_vector.push_back(std::make_pair(  //用bottom_data_vector记录该样本分类 每一类的概率。            bottom_data[i * dim + k * inner_num_ + j], k));      }      std::partial_sort(          bottom_data_vector.begin(), bottom_data_vector.begin() + top_k_,  //topK排序          bottom_data_vector.end(), std::greater<std::pair<Dtype, int> >());      // check if true label is in top k predictions      for (int k = 0; k < top_k_; k++) {        if (bottom_data_vector[k].second == label_value) {  //累计分类准确的个数          ++accuracy;          if (top.size() > 1) ++top[1]->mutable_cpu_data()[label_value];  //累计每一类的分类准确的个数          break;        }      }      ++count;    }  }  // LOG(INFO) << "Accuracy: " << accuracy;  top[0]->mutable_cpu_data()[0] = accuracy / count;   //计算分类准确率，分类正确数除以总数  if (top.size() > 1) {    for (int i = 0; i < top[1]->count(); ++i) {     //计算每一类的分类准确率      top[1]->mutable_cpu_data()[i] =          nums_buffer_.cpu_data()[i] == 0 ? 0          : top[1]->cpu_data()[i] / nums_buffer_.cpu_data()[i];    }  }  // Accuracy layer should not be used as a loss function.}

std::partial_sort() 函数原型有：

partial_sort(begin,mid,end)partial_sort(begin,mid,end,comp)

顾名思义，这是个局部排序，底层实现是推排序，得到 前(mid - begin) 个结果，排序方式按comp进行。

std::greater<std::pair<Dtype, int> >() 函数 则按 pair.first 进行降序排序。