Caffe卷積神經網絡視覺層Vision Layers及參數詳解
引言
所有的層都具有的參數,如name, type, bottom, top和transform_param請參看我的前一篇文章:Caffe卷積神經網絡數據層及參數
本文隻講解視覺層(Vision Layers)的參數,視覺層包括Convolution, Pooling,Local Response Normalization (LRN), im2col等層。
1、Convolution層:
就是卷積層,是卷積神經網絡(CNN)的核心層。
層類型:Convolution
lr_mult: 學習率的系數,最終的學習率是這個數乘以solver.prototxt配置文件中的base_lr。
如果有兩個lr_mult, 則第一個表示權值的學習率,第二個表示偏置項的學習率。一般偏置項的學習率是權值學習率的兩倍。
在後面的convolution_param中,我們可以設定卷積層的特有參數。
必須設置的參數:
- num_output: 卷積核(filter)的個數
- kernel_size: 卷積核的大小。如果卷積核的長和寬不等,需要用kernel_h和kernel_w分別設定
其它參數:
- stride: 卷積核的步長,默認為1。也可以用stride_h和stride_w來設置。
- pad: 擴充邊緣,默認為0,不擴充。 擴充的時候是左右、上下對稱的,比如卷積核的大小為5*5,那麼pad設置為2,則四個邊緣都擴充2個像素,即寬度和高度都擴充瞭4個像素,這樣卷積運算之後的特征圖就不會變小。也可以通過pad_h和pad_w來分別設定。
- weight_filler: 權值初始化。 默認為“constant",值全為0,很多時候我們用"xavier"算法來進行初始化,也可以設置為”gaussian"
- bias_filler: 偏置項的初始化。一般設置為"constant",值全為0。
- bias_term: 是否開啟偏置項,默認為true, 開啟
group: 分組,默認為1組。如果大於1,我們限制卷積的連接操作在一個子集內。如果我們根據圖像的通道來分組,那麼第i個輸出分組隻能與第i個輸入分組進行連接。
如果設置stride為1,前後兩次卷積部分存在重疊。如果設置pad=(kernel_size-1)/2,則運算後,寬度和高度不變。
示例:
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" } } }
2、Pooling層
也叫池化層,為瞭減少運算量和數據維度而設置的一種層。
層類型:Pooling
必須設置的參數:
kernel_size: 池化的核大小。也可以用kernel_h和kernel_w分別設定。
其它參數:
- pool: 池化方法,默認為MAX。目前可用的方法有MAX, AVE, 或STOCHASTIC
- pad: 和卷積層的pad的一樣,進行邊緣擴充。默認為0
- stride: 池化的步長,默認為1。一般我們設置為2,即不重疊。也可以用stride_h和stride_w來設置。
示例:
layer { name: "pool1" type: "Pooling" bottom: "conv1" top: "pool1" pooling_param { pool: MAX kernel_size: 3 stride: 2 } }
pooling層的運算方法基本是和卷積層是一樣的。
如果設置stride為2,前後兩次卷積部分不重疊。100*100的特征圖池化後,變成50*50.
3、Local Response Normalization (LRN)層
此層是對一個輸入的局部區域進行歸一化,達到“側抑制”的效果。可去搜索AlexNet或GoogLenet,裡面就用到瞭這個功能
層類型:LRN
參數:全部為可選,沒有必須
- local_size: 默認為5。如果是跨通道LRN,則表示求和的通道數;如果是在通道內LRN,則表示求和的正方形區域長度。
- alpha: 默認為1,歸一化公式中的參數。
- beta: 默認為5,歸一化公式中的參數。
- norm_region: 默認為ACROSS_CHANNELS。有兩個選擇,ACROSS_CHANNELS表示在相鄰的通道間求和歸一化。WITHIN_CHANNEL表示在一個通道內部特定的區域內進行求和歸一化。與前面的local_size參數對應。
歸一化公式:對於每一個輸入, 去除以
得到歸一化後的輸出
示例:
layers { name: "norm1" type: LRN bottom: "pool1" top: "norm1" lrn_param { local_size: 5 alpha: 0.0001 beta: 0.75 } }
4、im2col層
如果對matlab比較熟悉的話,就應該知道im2col是什麼意思。它先將一個大矩陣,重疊地劃分為多個子矩陣,對每個子矩陣序列化成向量,最後得到另外一個矩陣。
看一看圖就知道瞭:
在caffe中,卷積運算就是先對數據進行im2col操作,再進行內積運算(inner product)。這樣做,比原始的卷積操作速度更快。
看看兩種卷積操作的異同:
以上就是Caffe卷積神經網絡視覺層Vision Layers及參數詳解的詳細內容,更多關於Caffe視覺層Vision Layers的資料請關註WalkonNet其它相關文章!
推薦閱讀:
- 關於keras中卷積層Conv2D的學習記錄
- Python LeNet網絡詳解及pytorch實現
- Pytorch實現ResNet網絡之Residual Block殘差塊
- python深度學習tensorflow1.0參數和特征提取
- TensorFlow卷積神經網絡AlexNet實現示例詳解