Caffe从入门到精通03

【Caffe层次结构及参数介绍——以MNIST为例】

要熟练使用caffe，最重要的就是学会配置文件prototxt的编写。

以MNIST为例，其模型的层次结构通过examples/mnist文件目录下的lenet_train_test.prototxt文件来定义。如下图所示：

层（layer）的类型有很多种，比如data（数据层），convolution（卷积层），pooling（池化层）、inner product（全连接层）、softmax-loss（softmax损失层），层之间的数据流动是以Blobs的方式进行（Blobs是一个4维张量，用于存储和交换数据）。接下来，我将以caffe自带的MNIST为例，由浅入深介绍一下caffe的层次结构及参数。

一、数据层

数据层是每一个模型的最底层，由数据定义和数据参数两部分组成。数据层是模型的入口，不仅提供数据的输入，也提供数据的格式转换。通常的数据预处理（减去均值、缩放、剪裁、镜像）也在这一层设置参数实现。

layer {  name: "mnist"  type: "Data"  top: "data"  top: "label"  include {    phase: TRAIN  }  transform_param {    scale: 0.00390625  }  data_param {    source: "examples/mnist/mnist-train-leveldb"    batch_size: 64    backend: LEVELDB  }}

1.层定义

name：表示该层的名称，可以随意取，这里取为“mnist”

type:表示层类型，如果值设置为“Data”，那么表示数据来源于LEVEDB或者LMDB。根据数据来源的不同，层类型也会不一样。由于我们下载的mnist的数据大都为LEVELDB，所以这里取值为“Data”

top或bottom：每一层用bottom来表示输入数据，用top来输出数据。即“自底而上”。本层只有top没有bottom，表示此层只有输出，没有输入。在数据层，至少有一个top取值为data“”，如果像本例一样有第二个top，那么一般取值为“label”。这种（data，label）组合对是分类模型必须的。

include：“训练\测试”调度器，一般模型的训练和测试所用的模型层是不一样的，因而需要配置include的参数phase，来指定该层是用于测试还是训练。如果没有设置include参数，则表示该层同时兼容训练和预测模型。本例中，include的参数设置为“TRAIN”,即表示该层用于训练。

2.层参数

transform_param:数据的预处理，可以将数据变换到定义的范围内。本例设置为0.00390625，即1/255，表示将输入数据由0-255归一化到0-1之间

data_param：根据数据来源（层类型）不同，来进行不同的设置。本例中层类型为“Data”，故必须要设置的参数source：包含数据库的文件路径，如“examples/mnist/mnist-train-lmdb”；bath_size：每一个批次处理的数据个数，如“64”；backend：支持数据库类型，可以选择是LevelDB还是LMDB，本例为“LevelDB”

二、卷积层

卷积层是CNN的核心层

layer {  name: "conv1"  type: "Convolution"  bottom: "data"  top: "conv1"  param {    lr_mult: 1  }  param {    lr_mult: 2  }  convolution_param {    num_output: 20    kernel_size: 5    stride: 1    weight_filler {      type: "xavier"    }    bias_filler {      type: "constant"    }  }}

1.层定义

该层的名称为“con1”，层类型为“Convolution”，输入源来自“data”层，在本层“con1”输出。

2.层参数

lr_mult :学习率的系数。而最终的学习率 lr=lr_mult*base_lr，其中base_lr在lenet_solver.prototxt配置文件中（base_lr:0.01）；如果有两个lr_mult，则第一个表示为权值的学习率，第二个表示为偏置的学习率。一般后者是前者的两倍。故本例中第二个lr_mult的值为“2”，第一个lr_mult的值为“1”

convolution_param：卷积层的系数，必须包含：num_output：卷积核个数，这里设置为“20”；kernel_size:卷积核的大小；stride：卷积核步长，默认为1；weight_filler：权值初始化，这里设置为“xavier”，即采用“xavier”算法进行初始化。（即“对称区间均匀采样”，为了使网络中的参数更好的流动 ，推荐这篇文档，讲的不错 点击打开链接 ）；bias_filler，默认为“constant”，即值全部初始化为“0”

三、池化层

池化层，为了减少运算量和数据维度而设置的一种层。

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

1.层参数

pool：池化方法，默认为“Max”，目前可用的方法有MAX(最大池化),AVE（平均池化）

kernel_size:池化核大小，这里设置为“2”

stride：池化步长。默认为1，这里这设置为“2”，目的是不重叠。

四、全连接层

全连接层，把输入当作一个向量，输出也是一个简单向量

layer {  name: "ip1"  type: "InnerProduct"  bottom: "pool2"  top: "ip1"  param {    lr_mult: 1  }  param {    lr_mult: 2  }  inner_product_param {    num_output: 500    weight_filler {      type: "xavier"    }    bias_filler {      type: "constant"    }  }}

1.层参数

num_output:过滤器个数。这里设置为500.表示在“pool2”之后每个样本有n（n>500）个特征，那么在经过ip1全连接层后，每个样本的特征数均被“压缩”到500个。同理，在经过ip2全连接层后，特征数被“压缩到”10个（此时就满足了0-9的数字分类需要）

五、激活层

ReLU是目前使用最多的激活函数，主要是因为其收敛更快，并且能保持同样的效果。

layer {  name: "relu1"  type: "ReLU"  bottom: "ip1"  top: "ip1"}

可以看出，在caffe的mnist的网络中，ReLU激活函数应用在了全连接层。

六、分类精度层

输出预测精确度，只有test阶段才有，因此需要加入include参数

layer {  name: "accuracy"  type: "Accuracy"  bottom: "ip2"  bottom: "label"  top: "accuracy"  include {    phase: TEST  }}

七、损失层

softmax-loss层，输出loss值

layer {  name: "loss"  type: "SoftmaxWithLoss"  bottom: "ip2"  bottom: "label"  top: "loss"}

softmax-loss的计算包含2步，首先计算softmax归一化概率，然后计算损失。此外，softmax_loss可支持更高维度的label。这里推荐一篇文档，这方面内容讲的很好softmax_loss