深度学习之caffe Data Layers

数据要想进入caffe框架中，就必须经过数据层Data Layers.

数据层位于nets（net模块前面的博客有介绍）的底部.

数据层数据形式可以为:LevelDB/LMDB),当然对于图片也可以来自HDF5磁盘或者直接输入图片格式的文件。

数据层定义:以载入MNIST数字例子开始:

layer{

name:"mnist"

type:"Data"

top:"data"#至少有一个top连接

top:"label"

data_param{

source:"example/mnist/mnist_train_lmdb"

backend:LMDB

batch_size:64

}

transform_param{

scale:0.00390625

}

}

source指定了数据源的路径。

backend指定了:数据的输入格式。

batch_size指定了

需要说明的是，对于data layer层可以没有输入层，即bottom,可以连接多个top，类似于把数据输入多个神经元。

(data,label)在分类模型中使用很方便。

更多内容后期还会补充。