简介

  • Caffe，全称Convolutional Architecture for Fast Feature Embedding。是一种常用的深度学习框架，主要应用在视频、图像处理方面的应用上。
  • caffe是一个清晰，可读性高，快速的深度学习框架

网络结构层参数

  • prototxt文件是caffe的配置文件，用于保存CNN的网络结构和配置信息。

  • prototxt文件有三种，分别是deploy.prototxt，train_val.prototxt和solver.prototxt

  • solver.prototxt
    • solver.prototxt是caffe的配置文件。里面定义了网络训练时候的各种参数，比如学习率、权重衰减、迭代次数等等。
    • solver.prototxt文件只在网络进行训练的时候需要载入。是网络训练的一个整体的参数配置文件。
  • deploy.prototxt和train_val.prototx
    • 这两个文件是caffe的网络结构文件。
    • train_val.prototx是训练时候的网络结构，deploy.prototxt用于发布（即测试时候的网络结构）。
    • 这两个文件中内容基本一致，但是存在一些细微区别：
      • 在train_val.prototx中网络结构的data层有两种，分别为TRAIN和TEST。顾名思义，TRAIN是网络训练时后的数据结构，TEST是网络做验证时候的数据结构。一般来说TRAIN中的batchSize比TEST中的要大一些。
      • 在train_val.prototx中的卷积层（Convolution）中存在学习率和权重衰减的参数，而deploy.prototxt文件中则没有这些参数（有些deploy.prototxt中仍然有这些参数，但是对测试不起任何作用）。