Caffe代碼導(dǎo)讀(1):caffe.proto文件解析

要看caffe源碼垒酬,我認(rèn)為首先應(yīng)該看的就是caffe.proto。
它位于src/caffe/proto目錄下,在這個(gè)文件夾下還有一個(gè).pb.cc和一個(gè).pb.h文件罪治,這兩個(gè)文件都是由caffe.proto編譯而來(lái)的娜遵。

什么是protocol buffer

Google Protocol Buffer( 簡(jiǎn)稱 Protobuf) 是 Google 公司內(nèi)部的混合語(yǔ)言數(shù)據(jù)標(biāo)準(zhǔn)蜕衡,目前已經(jīng)正在使用的有超過(guò) 48,162 種報(bào)文格式定義和超過(guò) 12,183 個(gè) .proto 文件。更多關(guān)于Protobuf的介紹可以參考相關(guān)官網(wǎng)內(nèi)容.

caffe.proto

caffe.proto文件是一個(gè)消息格式文件设拟,后綴名為proto. proto文件即消息協(xié)議原型定義文件慨仿,在該文件中可以通過(guò)使用描述性語(yǔ)言來(lái)定義程序中需要用到的數(shù)據(jù)格式。

caffe.proto文件在caffe中的作用:

  1. 定義了很多結(jié)構(gòu)化數(shù)據(jù)纳胧,用于構(gòu)建Caffe網(wǎng)絡(luò)镰吆,即*.prototxt文件中的每個(gè)字段名要在caffe.proto中存在;
  2. 負(fù)責(zé)*.caffemodel數(shù)據(jù)文件的存儲(chǔ)和讀扰苣健万皿;
  3. 每次向Caffe中增加新的層,相應(yīng)的caffe.proto文件也需調(diào)整相赁,并需重新生成caffe.pb.h/caffe.pb.cc文件的止;
  4. 注意選擇Protobuf的版本要與Caffe中的一致,否則會(huì)產(chǎn)生Protobuf版本不一致的error围苫。

caffe.proto中的幾個(gè)重要數(shù)據(jù)類型

BlobProto

message BlobProto {//blob的屬性以及blob中的數(shù)據(jù)(data\diff)
  optional int32 num = 1 [default = 0];
  optional int32 channels = 2 [default = 0];
  optional int32 height = 3 [default = 0];
  optional int32 width = 4 [default = 0];
  repeated float data = 5 [packed = true];
  repeated float diff = 6 [packed = true];
}

Datum

message Datum {
  optional int32 channels = 1;
  optional int32 height = 2;
  optional int32 width = 3;
  optional bytes data = 4;//真實(shí)的圖像數(shù)據(jù)奄喂,以字節(jié)存儲(chǔ)(bytes)
  optional int32 label = 5;
  repeated float float_data = 6;//datum也能存float類型的數(shù)據(jù)(float)
}

LayerParameter

message LayerParameter {
  repeated string bottom = 2; //輸入的blob的名字(string)
  repeated string top = 3; //輸出的blob的名字(string)
  optional string name = 4; //層的名字
  enum LayerType { //層的枚舉(enum,和c++中的enum一樣)
    NONE = 0;
    ACCURACY = 1;
    BNLL = 2;
    CONCAT = 3;
    CONVOLUTION = 4;
    DATA = 5;
    DROPOUT = 6;
    EUCLIDEAN_LOSS = 7;
    ELTWISE_PRODUCT = 25;
    FLATTEN = 8;
    HDF5_DATA = 9;
    HDF5_OUTPUT = 10;
    HINGE_LOSS = 28;
    IM2COL = 11;
    IMAGE_DATA = 12;
    INFOGAIN_LOSS = 13;
    INNER_PRODUCT = 14;
    LRN = 15;
    MEMORY_DATA = 29;
    MULTINOMIAL_LOGISTIC_LOSS = 16;
    POOLING = 17;
    POWER = 26;
    RELU = 18;
    SIGMOID = 19;
    SIGMOID_CROSS_ENTROPY_LOSS = 27;
    SOFTMAX = 20;
    SOFTMAX_LOSS = 21;
    SPLIT = 22;
    TANH = 23;
    WINDOW_DATA = 24;
  }
  optional LayerType type = 5; // 層的類型
  repeated BlobProto blobs = 6; //blobs的數(shù)值參數(shù)
  repeated float blobs_lr = 7; //學(xué)習(xí)速率(repeated)绵脯,如果你想那個(gè)設(shè)置一個(gè)blob的學(xué)習(xí)速率佳励,你需要設(shè)置所有blob的學(xué)習(xí)速率。
  repeated float weight_decay = 8; //權(quán)值衰減(repeated)

  // 相對(duì)于某一特定層的參數(shù)(optional)
  optional ConcatParameter concat_param = 9;
  optional ConvolutionParameter convolution_param = 10;
  optional DataParameter data_param = 11;
  optional DropoutParameter dropout_param = 12;
  optional HDF5DataParameter hdf5_data_param = 13;
  optional HDF5OutputParameter hdf5_output_param = 14;
  optional ImageDataParameter image_data_param = 15;
  optional InfogainLossParameter infogain_loss_param = 16;
  optional InnerProductParameter inner_product_param = 17;
  optional LRNParameter lrn_param = 18;
  optional MemoryDataParameter memory_data_param = 22;
  optional PoolingParameter pooling_param = 19;
  optional PowerParameter power_param = 21;
  optional WindowDataParameter window_data_param = 20;
  optional V0LayerParameter layer = 1;
}

NetParameter

message NetParameter {
  optional string name = 1;//網(wǎng)絡(luò)的名字
  repeated LayerParameter layers = 2; //repeated類似于數(shù)組
  repeated string input = 3;//輸入層blob的名字
  repeated int32 input_dim = 4;//輸入層blob的維度蛆挫,應(yīng)該等于(4*#input)
  optional bool force_backward = 5 [default = false];//網(wǎng)絡(luò)是否進(jìn)行反向傳播赃承。如果設(shè)置為否,則由網(wǎng)絡(luò)的結(jié)構(gòu)和學(xué)習(xí)速率來(lái)決定是否進(jìn)行反向傳播悴侵。
}

SolverParameter

message SolverParameter {
  optional string train_net = 1; // 訓(xùn)練網(wǎng)絡(luò)的proto file
  optional string test_net = 2; // 測(cè)試網(wǎng)絡(luò)的proto file
  optional int32 test_iter = 3 [default = 0]; // 每次測(cè)試時(shí)的迭代次數(shù)
  optional int32 test_interval = 4 [default = 0]; // 兩次測(cè)試的間隔迭代次數(shù)
  optional bool test_compute_loss = 19 [default = false];
  optional float base_lr = 5; // 基本學(xué)習(xí)率
  optional int32 display = 6; // 兩次顯示的間隔迭代次數(shù)
  optional int32 max_iter = 7; // 最大迭代次數(shù)
  optional string lr_policy = 8; // 學(xué)習(xí)速率衰減方式
  optional float gamma = 9; // 關(guān)于梯度下降的一個(gè)參數(shù)
  optional float power = 10; // 計(jì)算學(xué)習(xí)率的一個(gè)參數(shù)
  optional float momentum = 11; // 動(dòng)量
  optional float weight_decay = 12; // 權(quán)值衰減
  optional int32 stepsize = 13; // 學(xué)習(xí)速率的衰減步長(zhǎng)
  optional int32 snapshot = 14 [default = 0]; // snapshot的間隔
  optional string snapshot_prefix = 15; // snapshot的前綴
  optional bool snapshot_diff = 16 [default = false]; // 是否對(duì)于 diff 進(jìn)行 snapshot
  enum SolverMode {
    CPU = 0;
    GPU = 1;
  }
  optional SolverMode solver_mode = 17 [default = GPU]; // solver的模式瞧剖,默認(rèn)為GPU
  optional int32 device_id = 18 [default = 0]; // GPU的ID
  optional int64 random_seed = 20 [default = -1]; // 隨機(jī)數(shù)種子
}
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子抓于,更是在濱河造成了極大的恐慌做粤,老刑警劉巖,帶你破解...
    沈念sama閱讀 221,406評(píng)論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件捉撮,死亡現(xiàn)場(chǎng)離奇詭異怕品,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī)巾遭,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,395評(píng)論 3 398
  • 文/潘曉璐 我一進(jìn)店門肉康,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人灼舍,你說(shuō)我怎么就攤上這事吼和。” “怎么了片仿?”我有些...
    開封第一講書人閱讀 167,815評(píng)論 0 360
  • 文/不壞的土叔 我叫張陵纹安,是天一觀的道長(zhǎng)。 經(jīng)常有香客問(wèn)我砂豌,道長(zhǎng)厢岂,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 59,537評(píng)論 1 296
  • 正文 為了忘掉前任阳距,我火速辦了婚禮塔粒,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘筐摘。我一直安慰自己卒茬,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 68,536評(píng)論 6 397
  • 文/花漫 我一把揭開白布咖熟。 她就那樣靜靜地躺著圃酵,像睡著了一般。 火紅的嫁衣襯著肌膚如雪馍管。 梳的紋絲不亂的頭發(fā)上郭赐,一...
    開封第一講書人閱讀 52,184評(píng)論 1 308
  • 那天,我揣著相機(jī)與錄音确沸,去河邊找鬼捌锭。 笑死,一個(gè)胖子當(dāng)著我的面吹牛罗捎,可吹牛的內(nèi)容都是我干的观谦。 我是一名探鬼主播,決...
    沈念sama閱讀 40,776評(píng)論 3 421
  • 文/蒼蘭香墨 我猛地睜開眼桨菜,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼豁状!你這毒婦竟也來(lái)了捉偏?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,668評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤替蔬,失蹤者是張志新(化名)和其女友劉穎告私,沒(méi)想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體承桥,經(jīng)...
    沈念sama閱讀 46,212評(píng)論 1 319
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,299評(píng)論 3 340
  • 正文 我和宋清朗相戀三年根悼,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了凶异。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 40,438評(píng)論 1 352
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡挤巡,死狀恐怖剩彬,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情矿卑,我是刑警寧澤喉恋,帶...
    沈念sama閱讀 36,128評(píng)論 5 349
  • 正文 年R本政府宣布,位于F島的核電站母廷,受9級(jí)特大地震影響轻黑,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜琴昆,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,807評(píng)論 3 333
  • 文/蒙蒙 一氓鄙、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧业舍,春花似錦抖拦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,279評(píng)論 0 24
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至下面,卻和暖如春复颈,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背诸狭。 一陣腳步聲響...
    開封第一講書人閱讀 33,395評(píng)論 1 272
  • 我被黑心中介騙來(lái)泰國(guó)打工券膀, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人驯遇。 一個(gè)月前我還...
    沈念sama閱讀 48,827評(píng)論 3 376
  • 正文 我出身青樓芹彬,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親叉庐。 傳聞我的和親對(duì)象是個(gè)殘疾皇子舒帮,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,446評(píng)論 2 359

推薦閱讀更多精彩內(nèi)容