caffe:BACKEND和SCALE在数据层定义中意味着什么?

时间:2016-05-24 07:58:39

标签: neural-network protocol-buffers deep-learning caffe

我是一个喜欢咖啡的新人。 并且关注mnsit handwritten digits recognize example

看到

layer {
  name: "mnist"
  type: "Data"
  transform_param {
    scale: 0.00390625
  }
  data_param {
    source: "mnist_train_lmdb"
    backend: LMDB
    batch_size: 64
  }
  top: "data"
  top: "label"
}

我对参数感到困惑。 有人可以解释backendscale参数的含义吗?

我在哪里可以找到这类参数的定义?

谢谢!

1 个答案:

答案 0 :(得分:3)

当面对caffe原型文件中令人困惑的参数时,您始终可以查看定义参数的$CAFFE_ROOT/src/caffe/caffe.proto文件。大多数值都有解释它们的评论。

至于你问题中的参数,
Caffe支持"Data"图层的两种类型的数据集:backend参数允许您指定输入数据集LEVELDBLMDB的类型。

scale参数是transform_param的一部分,caffe.proto中的评论内容为:

// For data pre-processing, we can do simple scaling and subtracting the
// data mean, if provided. Note that the mean subtraction is always carried
// out before scaling.
相关问题