caffe做什么记账?

时间:2016-03-24 11:02:04

标签: machine-learning neural-network deep-learning caffe backpropagation

Caffe tutorial声明:

  

网络是一组连接在计算图中的层 - 准确的有向无环图(DAG)。 Caffe为任何DAG图层执行所有簿记,以确保前进和后退传递的正确性。

“所有簿记”的含义是什么?我不明白。
怎么做所有的簿记?

1 个答案:

答案 0 :(得分:1)

与许多其他深度学习框架一样,Caffe使用随机梯度体面(SGD)训练其模型,实现为梯度反向传播。也就是说,对于一小批训练样例,caffe通过网络(“前向传递”)来提供批次,以计算网络参数的损失。然后,它传回损失梯度(“向后传递”)以根据估计的梯度更新所有参数。

通过“簿记”教程意味着,您无需担心估计渐变和更新参数。一旦您使用现有图层(例如"Convolution""ReLU""Sigmoid"等),您只需要定义图形结构(网络架构)并提供训练数据和caffe将负责剩余的培训过程:它将向前/向后移动每个小批量,计算损失,估计梯度并更新参数 - 所有这一切。 太棒了,你不觉得吗? ;)