caffe_手写数字识别Lenet模型理解

这两天看了Lenet的模型理解，很简单的手写数字CNN网络，90年代美国用它来识别钞票，准确率还是很高的，所以它也是一个很经典的模型。而且学习这个模型也有助于我们理解更大的网络比如Imagenet等等。

我这里主要是对网络配置文件做了相关注释，没时间解释了，上车:http://pan.baidu.com/s/1jH4HbCy  ，密码：5gkn

参考博客：http://blog.csdn.net/bea_tree/article/details/51601197

现在来大致说一下Lenet的结构，如下：

如上，一层数据层，两层卷积层和两层池化层（又称下采样层），再过两个全连接层和两个非线性层（Relu激活函数），最后输出Loss和accuracy;

(注意这里的数据层又分为两层，一层在训练阶段有效，它计算出train_loss来调整参数；一层在测试阶段有效，它经过一次前向传播，得到test_loss和accuracy，并进行比较，防止过拟合；同时要注意这两种数据是同时参与CNN计算的，也就是一边训练一边测试)

关于网络配置文件里还有几个地方我要说一下：

（1）solver.prototxt中的momemtum（冲量）：

加上动量项就像从山顶滚下一个球，求往下滚的时候累积了前面的动量(动量不断增加)，因此速度变得越来越快，直到到达终点。同理，在更新模型参数时，对于那些当前的梯度方向与上一次梯度方向相同的参数，那么进行加强，即这些方向上更快了；对于那些当前的梯度方向与上一次梯度方向不同的参数，那么进行削减，即这些方向上减慢了。因此可以获得更快的收敛速度与减少振荡。

（2）卷积计算过程和池化计算过程：

（3）decay_mult:权衰量

关于梯度下降的优化参考这个博客:http://blog.csdn.net/heyongluoyao8/article/details/52478715