1、fc層
例如caffenet的fc8層:
[plain]view plain
copy
layer
param
inner_product_param
bias_filler
}
} 最後乙個全連線層:神經元個數 = 類別數,
輸出值位於區間[−∞,∞],並不是概率值,輸出數值最大的值的index就是樣本的**類別;
2、accuracy層
例如caffenet的accuracy層:
[plain]view plain
copy
layer
} accuracy = fc8層
輸出 對比 資料集的labels,在accuracylayer中實現;
3、softmax function
[plain]view plain
copy
layer
為了使輸出具有統計意義,需要加入softmax function輸出似然值。
softmax function是增函式,
它使前面的全連線層輸出(fc8)具有了概率意義,並不改變這些輸出之前的大小關係;
4、loss function
[plain]view plain
copy
layer
為了利用誤差反向傳播,還需要構造loss function,利用softmax function的輸出,即輸入樣本屬於每一類的概率值;
粗略地講,loss function用來衡量估計值和真實值之間的誤差情況,
在caffe中,包含常用的loss function主要有以下幾種:
(1)softmax:影象多類分類問題中主要就是用它;
(3)
hinge / margin:主要用在svm分類器中;
(4)sigmoid cross-entropy
(5)infogain
caffe關閉建立網路的log輸出
c google initgooglelogging google setcommandlineoption glog minloglevel 2 python coding utf 8 pycaffe dir home zz work caffe bvlc python import sys sy...
Caffe關閉日誌輸出
在訓練caffe模型後,部署caffe服務時我們通常會使用pycaffe來載入模型並處理影象,但是pycaffe載入模型時通常會輸出載入模型的日誌,影響我們檢視自己的日誌,因此需要移除caffe載入模型時的日誌。如下 os.environ glog minloglevel 2 import caff...
關閉caffe日誌輸出
原部落格搬移到 在caffe載入模型的時候會輸出一大串log,該log可以通過如下方法關閉 在編譯libcaffe.so的時候,在src caffe net.cpp init函式進入的時候加入 fli flags minloglevel 3 如下所示 template void net init c...