摘要：
@ "TOC" im2col简介 caffe的卷积操作中使用im2col来加速，im2col将卷积核中的每个点在图像上的对应点全都提取出来按行排列，得到一个矩阵，这样就将卷积操作转化为矩阵进行操作。 如上图所示的，假设输入图像的形状为 ，并且 。左侧图中蓝色为padding补充的边界，值均为0，绿色 阅读全文
摘要：
"InfogainLossLayer类" "EuclideanLossLayer类" "HingeLossLayer类" "ContrastiveLossLayer类" InfogainLossLayer类简介 InfogainLossLayer与SoftmaxWithLossLayer类似，只不过 阅读全文
摘要：
"LossLayer类" "MultinomialLogisticLossLayer类" "SoftmaxWithLossLayer类" "SigmoidCrossEntropyLossLayer类" LossLayer类简介 LossLayer类是caffe中各种loss layer的基类，本身并 阅读全文
摘要：
"SGD类" "Nesterov Accelerated Gradient类" "AdaGrad类" "RMSProp类" "AdaDelta类" "Adam类" SGD简介 caffe中的SGDSolver类中实现了带动量的梯度下降法，其原理如下，$lr$为学习率，$m$为动量参数。 1. 计算新 阅读全文
摘要：
DataTransformer类简介 DataTransformer类中主要用于图像预处理操作，layer中可设置 类型的消息来对输入图像进行减均值、随机镜像、随机裁剪或缩放。DataTransformer类中主要包含重载函数 ，可以对各种类型的图像数据进行预处理，并存入到Blob类型的数据中。类中 阅读全文
摘要：
Solver类简介 Net类中实现了网络的前向/反向计算和参数更新，而Solver类中则是对此进行进一步封装，包含可用于逐次训练网络的 函数，和用于求解网络的优化解的 函数，同时还实现了一些存储、读取网络模型快照的接口函数。 solver.cpp源码 小结 1. 求解器的动作回调函数在 caffe. 阅读全文
摘要：
SGDSolver类简介 Solver类用于网络参数的更新，而SGDSolver类实现了优化方法中的随机梯度下降法（stochastic gradient descent），此外还具备缩放、正则化梯度等功能。caffe中其他的优化方法都是SGDSolver类的派生类，重载了基类的 函数，用于各自计算 阅读全文
摘要：
net.cpp部分源码 NetParameter SolverParameter 类型数据）。另一种为二进制类型（binary类型），caffe中的模型快照文件 ".caffemodel" 和求解器快照文件 ".solverstate" 均是此类型，一般用来存储数据量较大且无需用户修改的数据，如网络 阅读全文
摘要：
Net类简介 Net类主要处理各个Layer之间的输入输出数据和参数数据共享等的关系。由于Net类的代码较多，本次主要介绍网络初始化部分的代码。Net类在初始化的时候将各个Layer的输出blob都统一保存在变量blobs_中，利用各个层的输入输出数据在blobs_的位置，可以方便地确定层之间数据传 阅读全文
摘要：
InsertSplits()函数 在Net初始化的过程中，存在一个特殊的修改网络结构的操作，那就是当某层的输出blob对应多个其他层的输入blob时，会在输出blob所在层的后面插入一个新的 Split 类型的层。大致方式如下图所示，左侧为原始网络的结构，右侧为修改之后的网络结构。个人理解这样做的目 阅读全文