Caffe 问题记录

原文地址：lefenger.com

Caffe使用所遇到的问题。

一

当 caffe为训练模式时，dropout不执行。

二

layer
{    
    bottom: "a"
    bottom: "b"
    name: "conv1_1"
    param
    {
     propagate_down : 0  //a不会得到梯度传播
     propagate_down : 0  //b不会得到梯度传播
     lr_mult: 0 # 学习率为0   //此层参数不会改变，可用于finetune
    }
    # set loss weight so Caffe knows this is a loss layer  
    loss_weight: 1  //告诉caffe这是一个loss层
}

三

transformer=caffe.io.Transformer({‘data’:[1,3,256,256]})
Transformer是一个图像预处理类，在io.py中可看到具体实现，这个类用于图像数据的预处理，最多只能为三维，这个类本身不存储数据，它存储的是预处理的方式，即处理的过程，它以键值对的形式存储预处理模板，一般先将所需要的预处理过程写好，再使用此类对数据进行预处理。这里需要注意的是[1,3,256,256]并不是处理之前的维度，而是处理之后的维度，即你想要得到的维度。

transformer.set_transpose(“data”,(2,0,1))
对维度进行变换 ，例如输入的维度为[422,412,3],则得出的结果为[3,256,256],其中操作分为两步，一是[422,412,3]->[3,422,412],二是根据[1,3,256,256]对维度进行缩放。

tranformer.set_channel_swap(‘data’,(2,1,0))
这个函数很容易与上个函数混淆，他们的区别在于，上个函数是对维度进行变换，而这个函数是对维度内部的行的顺序进行变换，比如在第某个维度的数据为[[1,2],[3,4]],那么在经过[1,0]的变换之后便变换为了[[3,4],[1,2]]。