caffe中全卷积层和全连接层训练参数如何确定

2022-11-22 11:33:58

今天来仔细讲一下卷基层和全连接层训练参数个数如何确定的问题。我们以Mnist为例，首先贴出网络配置文件：

  1. name: "LeNet"
  2. layer {
  3. name: "mnist"
  4. type: "Data"
  5. top: "data"
  6. top: "label"
  7. data_param {
  8. source: "examples/mnist/mnist-train-leveldb"
  9. backend: LEVELDB
  10. batch_size: 64
  11. }
  12. transform_param {
  13. scale: 0.00390625
  14. }
  15. include: { phase: TRAIN }
  16. }
  17. layer {
  18. name: "mnist"
  19. type: "Data"
  20. top: "data"
  21. top: "label"
  22. data_param {
  23. source: "examples/mnist/mnist-test-leveldb"
  24. backend: LEVELDB
  25. batch_size: 100
  26. }
  27. transform_param {
  28. scale: 0.00390625
  29. }
  30. include: { phase: TEST }
  31. }
  32. layer {
  33. name: "conv1"
  34. type: "Convolution"
  35. bottom: "data"
  36. top: "conv1"
  37. param {
  38. lr_mult: 1
  39. }
  40. param {
  41. lr_mult: 2
  42. }
  43. convolution_param {
  44. num_output: 20
  45. kernel_size: 5
  46. stride: 1
  47. weight_filler {
  48. type: "xavier"
  49. }
  50. bias_filler {
  51. type: "constant"
  52. }
  53. }
  54. }
  55. layer {
  56. bottom: "conv1"
  57. top: "conv1"
  58. name: "bn_conv1"
  59. type: "BatchNorm"
  60. param {
  61. lr_mult: 0
  62. decay_mult: 0
  63. }
  64. param {
  65. lr_mult: 0
  66. decay_mult: 0
  67. }
  68. param {
  69. lr_mult: 0
  70. decay_mult: 0
  71. }
  72. }
  73. layer {
  74. bottom: "conv1"
  75. top: "conv1"
  76. name: "scale_conv1"
  77. type: "Scale"
  78. scale_param {
  79. bias_term: true
  80. }
  81. }
  82. layer {
  83. name: "pool1"
  84. type: "Pooling"
  85. bottom: "conv1"
  86. top: "pool1"
  87. pooling_param {
  88. pool: MAX
  89. kernel_size: 2
  90. stride: 2
  91. }
  92. }
  93. layer {
  94. name: "relu_pool1"
  95. type: "ReLU"
  96. bottom: "pool1"
  97. top: "pool1"
  98. }
  99. layer {
  100. name: "conv2"
  101. type: "Convolution"
  102. bottom: "pool1"
  103. top: "conv2"
  104. param {
  105. lr_mult: 1
  106. }
  107. param {
  108. lr_mult: 2
  109. }
  110. convolution_param {
  111. num_output: 50
  112. kernel_size: 5
  113. stride: 1
  114. weight_filler {
  115. type: "xavier"
  116. }
  117. bias_filler {
  118. type: "constant"
  119. }
  120. }
  121. }
  122. layer {
  123. bottom: "conv2"
  124. top: "conv2"
  125. name: "bn_conv2"
  126. type: "BatchNorm"
  127. param {
  128. lr_mult: 0
  129. decay_mult: 0
  130. }
  131. param {
  132. lr_mult: 0
  133. decay_mult: 0
  134. }
  135. param {
  136. lr_mult: 0
  137. decay_mult: 0
  138. }
  139. }
  140. layer {
  141. bottom: "conv2"
  142. top: "conv2"
  143. name: "scale_conv2"
  144. type: "Scale"
  145. scale_param {
  146. bias_term: true
  147. }
  148. }
  149. layer {
  150. name: "pool2"
  151. type: "Pooling"
  152. bottom: "conv2"
  153. top: "pool2"
  154. pooling_param {
  155. pool: MAX
  156. kernel_size: 2
  157. stride: 2
  158. }
  159. }
  160. layer {
  161. name: "relu_pool2"
  162. type: "ReLU"
  163. bottom: "pool2"
  164. top: "pool2"
  165. }
  166. layer {
  167. name: "ip1"
  168. type: "InnerProduct"
  169. bottom: "pool2"
  170. top: "ip1"
  171. param {
  172. lr_mult: 1
  173. }
  174. param {
  175. lr_mult: 2
  176. }
  177. inner_product_param {
  178. num_output: 500
  179. weight_filler {
  180. type: "xavier"
  181. }
  182. bias_filler {
  183. type: "constant"
  184. }
  185. }
  186. }
  187. layer {
  188. name: "relu1"
  189. type: "ReLU"
  190. bottom: "ip1"
  191. top: "ip1"
  192. }
  193. layer {
  194. name: "ip2"
  195. type: "InnerProduct"
  196. bottom: "ip1"
  197. top: "ip2"
  198. param {
  199. lr_mult: 1
  200. }
  201. param {
  202. lr_mult: 2
  203. }
  204. inner_product_param {
  205. num_output: 10
  206. weight_filler {
  207. type: "xavier"
  208. }
  209. bias_filler {
  210. type: "constant"
  211. }
  212. }
  213. }
  214. layer {
  215. name: "accuracy"
  216. type: "Accuracy"
  217. bottom: "ip2"
  218. bottom: "label"
  219. top: "accuracy"
  220. include {
  221. phase: TEST
  222. }
  223. }
  224. layer {
  225. name: "loss"
  226. type: "SoftmaxWithLoss"
  227. bottom: "ip2"
  228. bottom: "label"
  229. top: "loss"
  230. }

OK，在开始讲解之前我们先说明几个问题：

1、输入的图片大小是28*28,；

2、我们将分三部分讲解，因为三部分计算方式不同；

3、由于偏置量b的个数与卷积核的个数相同，因此我们讲解的主要是权重，偏置量个数加上就可以了。

1、第一个卷积conv1，之所把第一个卷积单独拿出来，是因为他和后面的卷积计算方式不同，他训练参数个数计算并不关心输入，这里的数据就是指data层中batch_size大小。也可以说第一个卷基层并不关心特征组合，只是提取特征。

在每一个卷积层中都以一个参数num_output，这个参数怎么理解呢？两种理解方式1、卷积的种类个数；2、输出特征图的个数，我么可以认为一种卷积核提取一种特征，然后输出一张特征。

由于第一个卷积层只是简单的提取特征，并没有进行特征组合，因此训练参数个数计算只是num_output*kernel_size^2.这里怎么理解呢？（由于我不会画图，需要大家一点想象力）假设我们的输入有5张图，num_output=3,kernel_size=5。没有进行特征组合，只是简单提取特征，指的是一种卷积核对5张图的同一区域使用相同的权重进行卷积计算，这样每幅图使用相同的卷积核就能提取到相同的特征，然后相同的特征组成一张特征图。

2、第二个卷积至全连接层之间的卷积，这些卷积层的训练参数个数和输入特征图的数量有关，因为这些卷积层需要进行特征组合。举个例子：conv1的num_output=20，说明卷积1层输出了20个特征图，那么卷积2层的输入就是20。conv2的num_output=50，kernel_size=5,那么计算公式是20*50*5*5.

为什么这些卷积层的训练个数和输入的特征图的数量有关呢？重点还是在特征组合。输入的20个特征图，每个特征图代表一种特征，如果我们给每种特征不同的权重那是不是就进行了特征组合呢？conv2的卷积核是5*5，对20个特征图进行卷积，那就会有20组（5*5）个连接（每张特征图是一组），如果这20组卷积核的权重相同，那就回到了第一个卷积层的情况，没有对20个特征进行组合，因为权重相同嘛！只能看成简单的相加，如果20组权重不同，是不是就进行了线性相加了呢？所以对于一个卷积核（5*5）我们要学习的参数不是25个，而是25*20个。说到这里我相信你应该已经明白了吧！

3、全连接层，全连接层就是普通的神经网络，全连接层的num_output和卷积层中num_output的理解不同，全连接层的num_output应该看成神经元的个数。

3.1、这里要细分一下，先说IP1也就是第一个全连接层。先讲一下ip1的输入，比如最后一个卷积层的num_output=50，那么IP1的输入是50吗？注意这里不是，要理解这个问题，我们只需将全连接层看成是一些列的普通神经网络就可以。比如IP1的num_output=500，也就是有500个神经元，每个神经元都和输入的每一个像素相连，最后一个卷积层输出了50个特征图，每个特征图大小是4*4（输入图像是28*28）那么每个神经元连接的个数就是50*16=800个，也就有800个参数需要学习。总共有500个神经元，因此对于IP1层共需要学习800*500=400,000个参数。

3.2、对于iP2层，iP2的输入就是IP1的输出了，因为IP1输出的不是图像了（或矩阵）而是500个数字。比如ip2的num_output=10，也就是输出数据500维，输出10维的普通神经网络，那么需要学习的参数就是500*10=5000个。

以上，只是我的个人见解，如果有错误，欢迎大家指正！

文章出处： http://blog.csdn.net/sunshine_in_moon/article/details/51434908

卷积中要注意的其他点：

1）尽量使用多层fliter尺寸小的卷积层代替一层filter较大的卷积层。

因为使用多层filter较小的卷积层所能观察到的区域大小和一层filter较大的卷积层是相同的，但是前者可以看到更加抽象的特征，提取的特征表达性能更佳。

此外，前者引入的参数规模相比后者更小。比如，使用3层filter为3X3的卷积层代替1层filter为7X7的卷积层，假设输入的volume为C个通道，则前者参数

个数为3×(C×(3×3×C))=27C^2，而后者为C×(7×7×C)=49C^2，明显前者引入的参数更少。

2）为什么使用padding？

使用padding的好处是使得卷积前后的图像尺寸保持相同，可以保持边界的信息。一般padding的大小为P=(F-1)/2，其中F为filter的尺寸。如果不使用

paddding，则要仔细跟踪图像尺寸的变化，确保每一层filter和stride正确的被使用。

3）为什么stride一般设为1？

stride设为1实际表现效果更好，将下采样的工作全部交给池化层。

（4）输入层（input layer）尺寸一般应该能被2整除很多次，比如32（CIFAR-10）,64,96（STL-10），224（common ImageNet ConvNets），384和512。

（5）尽量使用filter较小（3x3 or 至多 5x5）的卷积层，如果要使用较大的filter（比如7x7），一般也只在第一个卷积层。

（6）有时候由于参数太多，内存限制，会在第一个卷积层使用较大filter（7x7）和stride（2）（参考 ZF Net），或者filter（11x11），stride（4）

（参考 AlexNet）。

 
 
上一篇：搭建私有CA服务器


下一篇：JS里try...catch...finally详解，以及console日志调试(console.log、console.info等)