caffe 过滤器中的值

Question

我正在尝试理解 caffe 网络模型中的以下部分。

 convolution_param {
    num_output: 256
    pad: 2
    kernel_size: 5
    group: 2
    weight_filler {
      type: "gaussian"
      std: 0.01
    }
    bias_filler {
      type: "constant"
      value: 1
    }
}

据我了解，这一层使用了256个过滤器。我想知道这些过滤器中的值是如何选择的？使用大小 5x5 和标准开发 0.01 我们可以创建一个过滤器，如何创建其他过滤器？

Answer 1

根据该层的输入维度（"channel" 形状），该层有 256 个形状为 in-dim-by-5-by-5 的过滤器. Caffe 初始化所有这些值（根据 weight_filler 参数），其中 i.i.d 随机样本来自均值为零且标准差为 0.01 的高斯（正态）分布。

可以看到python中的值（假设图层名称为"conv1"）：

import caffe
net = caffe.Net('/path/to/net.prototxt', caffe.TEST)
layer_idx = list(net._layer_names).index('conv1')
weights = net.layers[layer_idx].blobs[0].data
print "filter values =", weights

caffe 过滤器中的值

Values inside filters in caffe

neural-network

deep-learning

caffe