Python PyCaffe中定义的层模块在哪里
我正在修改a以实现一个神经网络,但我正在努力确定一些pycaffe模块的位置,以便查看某些函数定义 例如,本教程提到:Python PyCaffe中定义的层模块在哪里,python,machine-learning,neural-network,deep-learning,caffe,Python,Machine Learning,Neural Network,Deep Learning,Caffe,我正在修改a以实现一个神经网络,但我正在努力确定一些pycaffe模块的位置,以便查看某些函数定义 例如,本教程提到: import caffe from caffe import layers a L, params as P .... L.Convolution(bottom, kernel_size=ks, stride=stride, num_output=nout, pad=pad, group=group) L.InnerProduct(bottom, num_output=nout
import caffe
from caffe import layers a L, params as P
....
L.Convolution(bottom, kernel_size=ks, stride=stride, num_output=nout, pad=pad, group=group)
L.InnerProduct(bottom, num_output=nout)
L.ReLU(fc, in_place=True)
...
在哪里可以找到这些函数定义,在哪里可以看到预定义的其他类型的层?我看到层
和参数
都是,但没有提到类型(例如层.卷积
等)
我试图弄明白这一点的原因是,在生成prototxt时,我希望能够从Python中定义pycaffe教程中没有的其他prototxt参数。这些包括,
blob\u lr
和包括{phase:TRAIN}
您可以像这样添加blob\u lr
和阶段
:
import caffe
from caffe import layers a L, params as P
ns = caffe.NetSpec()
ns.conv = L.Convolution(bottom, convolution_param={'kernel_size':ks,
'stride':stride,
'num_output':nout,
'pad':pad,
'group':group},
param=[{'lr_mult':1, 'decay_mult':1},
{'lr_mult':2, 'decay_mult':0}],
include={'phase': caffe.TRAIN})
您可以在中看到更多示例。这是新语法吗?这与Caffe开发人员提供的教程有很大不同。例如,将所有这些信息放入
卷积参数dict@marcman我不认为这是新的,这是一种稍微不同的提供参数的方式。我觉得这样更清楚。通过这种方式提供“重复”类型的参数(例如,blob参数“lr_mult”
)显然更容易。@Shai我们如何分别指定blob名称和图层名称?@gauravgupta您有一个可选的名称
参数