caffe.proto中的几个重要数据类型

BlobProto

message BlobProto {//blob的属性以及blob中的数据  optional int32 num = 1 [default = 0];  optional int32 channels = 2 [default = 0];  optional int32 height = 3 [default = 0];  optional int32 width = 4 [default = 0];  repeated float data = 5 [packed = true];  repeated float diff = 6 [packed = true];}
1
2
3
4
5
6
7
8
1
2
3
4
5
6
7
8

 Datum

  message Datum {  optional int32 channels = 1;  optional int32 height = 2;  optional int32 width = 3;  optional bytes data = 4;//真实的图像数据，以字节存储  optional int32 label = 5;  repeated float float_data = 6;//float类型的数据}
1
2
3
4
5
6
7
8
1
2
3
4
5
6
7
8

 LayerParameter

message LayerParameter {  repeated string bottom = 2; //输入的blob的名字  repeated string top = 3; //输出的blob的名字  optional string name = 4; //层的名字  enum LayerType { //层的枚举    NONE = 0;    ACCURACY = 1;    BNLL = 2;    CONCAT = 3;    CONVOLUTION = 4;    DATA = 5;    DROPOUT = 6;    EUCLIDEAN_LOSS = 7;    ELTWISE_PRODUCT = 25;    FLATTEN = 8;    HDF5_DATA = 9;    HDF5_OUTPUT = 10;    HINGE_LOSS = 28;    IM2COL = 11;    IMAGE_DATA = 12;    INFOGAIN_LOSS = 13;    INNER_PRODUCT = 14;    LRN = 15;    MEMORY_DATA = 29;    MULTINOMIAL_LOGISTIC_LOSS = 16;    POOLING = 17;    POWER = 26;    RELU = 18;    SIGMOID = 19;    SIGMOID_CROSS_ENTROPY_LOSS = 27;    SOFTMAX = 20;    SOFTMAX_LOSS = 21;    SPLIT = 22;    TANH = 23;    WINDOW_DATA = 24;  }  optional LayerType type = 5; // 层的类型  repeated BlobProto blobs = 6; //blobs的数值参数  repeated float blobs_lr = 7; //学习速率，如果你想那个设置一个blob的学习速率，你需要设置所有blob的学习速率。  repeated float weight_decay = 8; //权值衰减  // 相对于某一特定层的参数  optional ConcatParameter concat_param = 9;  optional ConvolutionParameter convolution_param = 10;  optional DataParameter data_param = 11;  optional DropoutParameter dropout_param = 12;  optional HDF5DataParameter hdf5_data_param = 13;  optional HDF5OutputParameter hdf5_output_param = 14;  optional ImageDataParameter image_data_param = 15;  optional InfogainLossParameter infogain_loss_param = 16;  optional InnerProductParameter inner_product_param = 17;  optional LRNParameter lrn_param = 18;  optional MemoryDataParameter memory_data_param = 22;  optional PoolingParameter pooling_param = 19;  optional PowerParameter power_param = 21;  optional WindowDataParameter window_data_param = 20;  optional V0LayerParameter layer = 1;}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58

 NetParameter

message NetParameter {  optional string name = 1;//网络的名字  repeated LayerParameter layers = 2; //repeated类似于数组  repeated string input = 3;//输入层blob的名字  repeated int32 input_dim = 4;//输入层blob的维度  optional bool force_backward = 5 [default = false];//网络是否进行反向传播。如果设置为否，则由网络的结构和学习速率来决定是否进行反向传播。}
1
2
3
4
5
6
7
1
2
3
4
5
6
7

 SolverParameter

message SolverParameter {  optional string train_net = 1; // 训练网络的proto file  optional string test_net = 2; // 测试网络的proto file  optional int32 test_iter = 3 [default = 0]; // 每次测试时的迭代次数  optional int32 test_interval = 4 [default = 0]; // 两次测试的间隔迭代次数  optional bool test_compute_loss = 19 [default = false];  optional float base_lr = 5; // 基本学习率  optional int32 display = 6; // 两次显示的间隔迭代次数  optional int32 max_iter = 7; // 最大迭代次数  optional string lr_policy = 8; // 学习速率衰减方式  optional float gamma = 9; // 关于梯度下降的一个参数  optional float power = 10; // 计算学习率的一个参数  optional float momentum = 11; // 动量  optional float weight_decay = 12; // 权值衰减  optional int32 stepsize = 13; // 学习速率的衰减步长  optional int32 snapshot = 14 [default = 0]; // snapshot的间隔  optional string snapshot_prefix = 15; // snapshot的前缀  optional bool snapshot_diff = 16 [default = false]; // 是否对于 diff 进行 snapshot  enum SolverMode {    CPU = 0;    GPU = 1;  }  optional SolverMode solver_mode = 17 [default = GPU]; // solver的模式，默认为GPU  optional int32 device_id = 18 [default = 0]; // GPU的ID  optional int64 random_seed = 20 [default = -1]; // 随机数种子}