Caffe神经网络框架学习笔记
source link: https://davidchan0519.github.io/2019/07/12/caffe-learning-memo/
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
Caffe神经网络框架学习笔记
Posted on
2019-07-12
| Views: 63
- 卷积层(Convolutional Layer)，用于提取低维到高维特征，以其名称命名的网络叫CNN(Convolutional Neural Network);
- 全连接层(Full Connection Layer)，用于特征分类，以其名称命名的网络叫DNN(Dense Neural Network); 在caffe中 type类型为InnerProduct。
- 卷积层和全连接层，我们统称为权值层，因为这两种层都具有可学习参数（权值），是网络训练的对象；
- Sigmoid()、 Tanh()称为饱和激活函数；
- Relu() 称为非饱和激活函数；
Caffe数据结构：
在Caffe 中一个CNN 模型使用Net 表示，而Net 是由多个Layer 堆叠而成的。
分享一段比较形象而生动的比喻（摘自深度学习caffe21天实战）：
Caffe的万丈高楼（Net)是按照我们设计的图纸（prototxt），用Blob这些砖块筑成一层层（Layer）楼房，最后通过SGD方法（Solver）进行简装修（Train ） 、精装修（Finetune ）实现的。
- Blob:
Blob 是Caffe 的基本存储单元，在内存中表示4 维数组，维度从低到高为（width_, height_ , channels , num）， width和height表示图像的宽和高，channel 表示颜色通道RGB, num表示第几帧，用于存储数据或权值
C data ）和权值增量（di忏），在进行网络计算时，每层的输入、输出都需要通过Blob 对象缓冲。
在使用Blob 之前，需要先包含头文件“＃include<caffe/blob.hpp＞”，再通过“usingnamespace caffe；”使用命名空间caffe。或者直接使用限定符::使用caffe命名空间的变量.
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK