caffe学习系列（4）：视觉层介绍

视觉层包括Convolution, Pooling, Local Response Normalization (LRN), im2col等层。

这里介绍下conv层。

layer {
  name: "conv1"
  type: "Convolution"
  bottom: "data"
  top: "conv1"
  param {
    lr_mult: 1 //学习率系数，最终的学习率为base_lr*lr_mult
  }
  param {
    lr_mult: 2//偏置的学习率
  }
  convolution_param {
    num_output: 20 //filter的个数
    kernel_size: 5 //省略了pad，扩充边缘，可使卷积后的特征图与原图大小一样
    stride:
    weight_filler { //用xavier算来权值初始化
      type: "xavier" //
    }
    bias_filler {
      type: "constant"//为0
    }
  }
}

输入：n*c₀*w₀*h₀

输出：n*c₁*w₁*h₁

其中，c₁就是参数中的num_output，生成的特征图个数

 w₁=(w₀+2*pad-kernel_size)/stride+1;

 h₁=(h₀+2*pad-kernel_size)/stride+1;

如果设置stride为1，前后两次卷积部分存在重叠。如果设置pad=(kernel_size-1)/2,则运算后，宽度和高度不变。

 

 

 

更多参考：http://www.cnblogs.com/denny402/p/5071126.html

介绍了Convolution,pooling,LRN层的参数。

需要格外注意的是im2col层，以前在matlab中用过，没明白是什么，博主给的图描述的很清晰了。

这张图也揭示了多个特征图、多个卷积核时是如何运算的，一目了然。