Caffe如何确定每层神经元的数量?

时间:2015-06-19 15:42:07

标签: neural-network deep-learning caffe

最近,我一直在努力将Caffe用于我正在做的一些深度学习工作。尽管在Caffe中编写模型非常简单,但我还是无法知道这个问题的答案。 Caffe如何确定隐藏层中神经元的数量?我知道确定一层中神经元的数量和隐藏层本身的数量是无法通过分析确定的问题和使用在这方面,“拇指规则”势在必行。但有没有办法定义或知道Caffe中每层神经元的数量?默认情况下,Caffe如何确定这一点?

非常感谢任何帮助!

1 个答案:

答案 0 :(得分:2)

Caffe不会确定神经元的数量 - 用户会这样做 这是从Caffe的网站上直接提取的,在这里:http://caffe.berkeleyvision.org/tutorial/layers.html

例如,这是96个节点(或神经元)的卷积层:

layer {
  name: "conv1"
  type: "Convolution"
  bottom: "data"
  top: "conv1"
  # learning rate and decay multipliers for the filters
  param { lr_mult: 1 decay_mult: 1 }
  # learning rate and decay multipliers for the biases
  param { lr_mult: 2 decay_mult: 0 }
  convolution_param {
    num_output: 96     # learn 96 filters
    kernel_size: 11    # each filter is 11x11
    stride: 4          # step 4 pixels between each filter application
    weight_filler {
      type: "gaussian" # initialize the filters from a Gaussian
      std: 0.01        # distribution with stdev 0.01 (default mean: 0)
    }
    bias_filler {
      type: "constant" # initialize the biases to zero (0)
      value: 0
    }
  }
}