caffe：数据层定义中的BACKEND和SCALE是什么意思？

Question

我是咖啡的新手。并且正在关注 mnsit handwritten digits recognize example.

看到的时候

layer {
  name: "mnist"
  type: "Data"
  transform_param {
    scale: 0.00390625
  }
  data_param {
    source: "mnist_train_lmdb"
    backend: LMDB
    batch_size: 64
  }
  top: "data"
  top: "label"
}

我被参数弄糊涂了。有人可以解释一下 backend 和 scale 参数是什么意思吗？

我在哪里可以找到这些参数的定义？

谢谢！

Answer 1

当面对caffe的prototxt中比较混乱的参数时，可以随时查看定义参数的$CAFFE_ROOT/src/caffe/caffe.proto文件。大多数值都有解释它们的注释。

关于你问题中的参数，
Caffe 支持 "Data" 层的两种类型的数据集：lmdb and leveldb。 backend 参数允许您指定输入数据集 LEVELDB 或 LMDB.

的类型

scale参数是transform_param的一部分，caffe.proto中的注释为：

// For data pre-processing, we can do simple scaling and subtracting the
// data mean, if provided. Note that the mean subtraction is always carried
// out before scaling.

caffe：数据层定义中的BACKEND和SCALE是什么意思？

caffe: what does BACKEND and SCALE mean in data layer definition?

protocol-buffers

neural-network

deep-learning

caffe