标签： machine-learning neural-network deep-learning caffe gradient-descent
在玩Caffe时，我发现原型文件中有几个丢失图层 我相信Caffe将根据合并损失计算梯度，并用它来调整网络的权重 这是对的吗？
答案 0 :(得分：4)
是。 如果你仔细观察，你会发现损失层有一个参数loss_weight，总损失（为反向传播得出）是多次损失的加权之和。 / p>
loss_weight