Caffe程式碼初識
一、定義輸入
引數batch_size,num_channel_s,input_height,input_width
batch_size:每次訓練樣本個數
num_channel:表示輸入圖片的通道數
input_height:表示在單個圖片上,垂直方向每次移動的畫素
input_width:表示單個圖片上,水品方向每次移動的畫素
二定義網路層
定義網路層,以卷積層為例:
layer {
name: "conv1_1"
type: "Convolution"
bottom: "data"
top: "conv1_1"
convolution_param {
num_output: 64
kernel_size: 3
}
}
name為該層的名字,可以自己定義.type表示該層的特性,如relu,type=ReLU,pooling,type=Poolin,這裡為卷積層,因此type=Convolution,bottom表述該層的輸入,這裡輸入為input data. top表示該層的輸出output data,*_param定義該層的引數資訊,如
convolution_param {
<code>num_output: 64
kernel_size: 3
</code>
}
表示該卷積層卷積核大小為3×3,output channels 為64,表示這層卷積層有64個卷積核.