![](https://csdnimg.cn/release/download_crawler_static/11380488/bg5.jpg)
}
二.视觉层(Vision Layers)及参数
本文只讲解视觉层(Vision Layers)的参数,视觉层包括 Convolution, Pooling, Local Response
Normalization (LRN), im2col 等层。
1、Convolution 层:
就是卷积层,是卷积神经网络(CNN)的核心层。
层类型:Convolution
lr_mult: 学习率的系数,最终的学习率是这个数乘以 solver.prototxt 配置文件中的
base_lr。如果有两个 lr_mult, 则第一个表示权值的学习率,第二个表示偏置项的学习率。一
般偏置项的学习率是权值学习率的两倍。
在后面的 convolution_param 中,我们可以设定卷积层的特有参数。
必须设置的参数:
num_output: 卷积核(filter)的个数
kernel_size: 卷积核的大小。如果卷积核的长和宽不等,需要用 kernel_h 和 kernel_w
分别设定
其它参数:
stride: 卷积核的步长,默认为 1。也可以用 stride_h 和 stride_w 来设置。
pad: 扩充边缘,默认为 0,不扩充。 扩充的时候是左右、上下对称的,比如卷积核
的大小为 5*5,那么 pad 设置为 2,则四个边缘都扩充 2 个像素,即宽度和高度都扩充了 4
个像素,这样卷积运算之后的特征图就不会变小。也可以通过 pad_h 和 pad_w 来分别设定。
weight_filler: 权值初始化。 默认为“constant",值全为 0,很多时候我们用"xavier"
算法来进行初始化,也可以设置为”gaussian"
bias_filler: 偏置项的初始化。一般设置为"constant",值全为 0。
bias_term: 是否开启偏置项,默认为 true, 开启
group: 分组,默认为 1 组。如果大于 1,我们限制卷积的连接操作在一个子集内。
如果我们根据图像的通道来分组,那么第 i 个输出分组只能与第 i 个输入分组进行连接。
输入:n*c0*w0*h0
输出:n*c1*w1*h1
其中,c1 就是参数中的 num_output,生成的特征图个数
w1=(w0+2*pad-kernel_size)/stride+1;
h1=(h0+2*pad-kernel_size)/stride+1;
如果设置 stride 为 1,前后两次卷积部分存在重叠。如果设置 pad=(kernel_size-1)/2,则运算后,
宽度和高度不变。
示例:
layer {
name: "conv1"
type: "Convolution"
bottom: "data"
top: "conv1"
param {
lr_mult: 1
}