caffe常用层的参数设置说明

SpatialTransformerParameter

       transform_type：变换类型，默认仿射变换

       sampler_type：采样方式，默认：bilinear

       to_compute_dU ：是否需要计算d，默认true

STLossParameter

       stnloss的参数，output_H，output_W输出的size

BatchNormParameter

       use_global_stats：如果为真，则使用保存的均值和方差，否则采用滑动平均计算新的均值和方差。该参数缺省的时候，如果是测试阶段则等价为真，如果是训练阶段则等价为假。

       moving_average_fraction  ：滑动平均的衰减系数，默认为0.999

       eps：分母附加值，防止除以方差时出现除0操作，默认为1e-5（不同框架采用的默认值不一样），

      caffe自带的BatchNorm层，与scale和在一起完成batchnorm，batchnorm层该层也是有参数的

NormalizeParameter & ScaleParameter

        原版caffe自带的Normalize层。而Scale层是caffe中batchnorm与scale和在一起完成batchnorm

EltwiseParameter

       EltwiseOp：进行何种操作，定义操作方式1.PROD：按元素乘积 ；2.SUM：按元素求和（默认）；3.MAX：保存元素大者

       coeff ：参数，该参数只对SUM操作起作用。

       stable_prod_grad：来选择是否渐进较慢的梯度计算方法，该方法只适用于PROD操作，对SUM操作无效。

 

InnerProductParameter

       num_output：输出的size

       transpose：指定是否权重矩阵转置。默认：false，一般没设过这个，都用的默认值

LRNParameter

       norm_region： 选择对相邻通道间归一化还是通道内空间区域归一化，默认ACROSS_CHANNELS，即通道间归一化；

       local_size：两种表示（1）通道间归一化时表示求和的通道数；（2）通道内归一化时表示求和区间的边长；默认值为5；

       alpha：缩放因子，默认值为1；

       beta：指数项，默认值为0.75；

ReshapeParameter

       shape：使用方式为reshape_param { shape { dim: 2  dim: 2  dim: 0 dim:  -1} }，表示将第一维读reshape为2，第二维reshape为2，第三维保持不变，第四维根据第一、二、三维推算出来。

TripletLossParameter

        margin：计算loss时采用的边距