ノート

ファイル　caffe.prototxt　の抜粋 †

ファイル filecaffe.prototxt は、caffeのネットの構成を記述するための（protocol-bufferの）文法を定義するファイルである。
元々は型宣言のような形で厳密であるが、コメントを訳すと同時に内容を省略したり簡便に書き写したりしてみた。

Netの記述　(NetParameter)

 name　ネットの名前
 layers　層（複数並べる）(LayerParameter)
 input 　入力となるblobの指定（複数並べる）
 input_dim　それぞれの入力blobのdim、各blobはnum, channels, height, widthの４つの次元を持つ。
 　　たとえば、numが64（枚）、chが1（白黒）、heightとwidthが28（pixel）と28（pixel）
 force_backward = 5 [default = false]　層ごとにbackword propagationを行うか？　falseの場合は文脈から自動的に決める。
 state　現在のstate指定。phase（TRAINかTEST）とlevel（整数）とstate（文字列）の並びで指定できる。

Solverの記述　（SolverParameter）

// 学習用ネットtrain netはちょうど１つだけ記述し、以下のフィールドのどれか１つを用いて記述する
//     train_net_param, train_net, net_param, net
// テスト用ネットtest netsは 、以下のフィールドのどれかを用いて記述する。（複数可→下記）
//     test_net_param, test_net, net_param, net
//   テスト用ネットが１つを超えて記述されるときは（たとえばnetフィールドとtest_netフィールド）、
//   上記のフィールドの順序（(1) test_net_param, (2) test_net, (3) net_param/net.）に従って順次実行される。
//   それぞれのtest_netについて、 test_iter が１つ指定されなければならない。
//   それぞれのtest_netについて、１つのtest_level and/or １つの test_stage を指定することができる。

net　学習用ネットのprotoファイル名、１つかそれ以上のテスト用ネットと一緒でも良い 。
net_param　学習ネット用パラメタのインライン記述、１つかそれ以上のテストネットと一緒でも良い。
train_net　学習用ネットのprotoファイル名
test_net　テスト用ネットのprotoファイル名（０回以上繰り返し）
train_net_param　学習用ネットの記述パラメタのインライン記述
test_net_param 　テスト用ネットの記述パラメタのインライン記述（０回以上繰り返し）

// 学習/テストネットの状態state、指定しないか、ネットあたり１回だけのどちらか。
//       値はNetStateの内容、つまり３つ組 (phase, level, state) で、phaseはTRAINかTEST、levelは0,1,2..., stateは文字列
// デフォルトでは、すべての状態は solver = true。
// 学習状態 train_state では phase = TRAIN,　すべてのテスト状態では phase = TEST。
// 他のデフォルト値は NetState のデフォルト値。
train_state　０か１回指定
test_state　０回以上指定

test_iter　それぞれのテスト用ネットの繰り返し回数指定　（０回以上指定）

test_interval  [default = 0]　２つのテストphase間の繰り返し回数指定
test_compute_loss [default = false]　（説明なし）
test_initialization [default = true]　trueなら最初の繰り返しの前にテストパスの初期化を行う
   これによってメモリの確保状況を確認し、lossの起動時の値を印刷する
base_lr　ベース学習レート（実数）
 // the number of iterations between displaying info. If display = 0, no info
 // will be displayed.
display　情報を表示する間隔（繰り返しの回数）、０なら表示しない
max_iter　繰り返しの最大数（上限）
lr_policy　学習レート遅延のポリシー（名前の文字列）
gamma　学習レート計算上のパラメタgamma 
power 　学習レート計算上のパラメタpower
momentum　モーメント値（momentum）
weight_decay　重み付けの遅延
regularization_type　重み遅延のレギュラ化のタイプ指定（L1かL2を指定） [default = "L2"]
stepsize　学習レートのポリシーのステップのステップサイズ 
snapshot　スナップショットを取る間隔 [default = 0]（多分０だと取らない？）
snapshot_prefix 　スナップショットファイルの置き場所（ファイル名prefix、文字列）
snapshot_diff　スナップショットをdiffモードで取る [default = false]　
//  diffモードではデバッグが容易になるが、最終のプロトコルバッファ長がずっと大きくなる
solver_mode　solverがGPUかCPUか選択 [default = GPU]　（このパラメタの値は文字列ではなく、enum型{CPU=0, GPU=1}
device_id 　GPU使用時のdevice_id [default = 0];
random_seed  [default = -1]、非負ならCaffeの乱数生成器の初期値指定で、実験繰り返し時に同一結果。負ならseedは時計の値
solver_type　solverのタイプ [default = SGD]、enum{SGD=0, NESTEROV=1, ADAGRAD=2]のいずれか
delta 　AdaGradを用いた際の数値安定化値（numerikal stability） [default = 1e-8]

debug_info　ネットの状態情報をプリントする [default = false]

snapshot_after_train　学習が終わった後もスナップショットを取るか [default = true]、falseだと学習終了後は取らない

LayerTypeには以下のようなものがある

 enum LayerType {
   NONE = 0;
   ABSVAL = 35;
   ACCURACY = 1;
   ARGMAX = 30;
   BNLL = 2;
   CONCAT = 3;
   CONTRASTIVE_LOSS = 37;
   CONVOLUTION = 4;
   DATA = 5;
   DROPOUT = 6;
   DUMMY_DATA = 32;
   EUCLIDEAN_LOSS = 7;
   ELTWISE = 25;
   FLATTEN = 8;
   HDF5_DATA = 9;
   HDF5_OUTPUT = 10;
   HINGE_LOSS = 28;
   IM2COL = 11;
   IMAGE_DATA = 12;
   INFOGAIN_LOSS = 13;
   INNER_PRODUCT = 14;
   LRN = 15;
   MEMORY_DATA = 29;
   MULTINOMIAL_LOGISTIC_LOSS = 16;
   MVN = 34;
   POOLING = 17;
   POWER = 26;
   RELU = 18;
   SIGMOID = 19;
   SIGMOID_CROSS_ENTROPY_LOSS = 27;
   SILENCE = 36;
   SOFTMAX = 20;
   SOFTMAX_LOSS = 21;
   SPLIT = 22;
   SLICE = 33;
   TANH = 23;
   WINDOW_DATA = 24;
   THRESHOLD = 31;
 }

message ConvolutionParameter {

 optional uint32 num_output = 1; // The number of outputs for the layer
 optional bool bias_term = 2 [default = true]; // whether to have bias terms
 // Pad, kernel size, and stride are all given as a single value for equal
 // dimensions in height and width or as Y, X pairs.
 optional uint32 pad = 3 [default = 0]; // The padding size (equal in Y, X)
 optional uint32 pad_h = 9 [default = 0]; // The padding height
 optional uint32 pad_w = 10 [default = 0]; // The padding width
 optional uint32 kernel_size = 4; // The kernel size (square)
 optional uint32 kernel_h = 11; // The kernel height
 optional uint32 kernel_w = 12; // The kernel width
 optional uint32 group = 5 [default = 1]; // The group size for group conv
 optional uint32 stride = 6 [default = 1]; // The stride (equal in Y, X)
 optional uint32 stride_h = 13; // The stride height
 optional uint32 stride_w = 14; // The stride width
 optional FillerParameter weight_filler = 7; // The filler for the weight
 optional FillerParameter bias_filler = 8; // The filler for the bias
 enum Engine {
   DEFAULT = 0;
   CAFFE = 1;
   CUDNN = 2;
 }
 optional Engine engine = 15 [default = DEFAULT];

}

message DataParameter {

 enum DB {
   LEVELDB = 0;
   LMDB = 1;
 }
 // Specify the data source.
 optional string source = 1;
 // Specify the batch size.
 optional uint32 batch_size = 4;
 // The rand_skip variable is for the data layer to skip a few data points
 // to avoid all asynchronous sgd clients to start at the same point. The skip
 // point would be set as rand_skip * rand(0,1). Note that rand_skip should not
 // be larger than the number of keys in the leveldb.
 optional uint32 rand_skip = 7 [default = 0];
 optional DB backend = 8 [default = LEVELDB];
 // DEPRECATED. See TransformationParameter. 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.
 optional float scale = 2 [default = 1];
 optional string mean_file = 3;
 // DEPRECATED. See TransformationParameter. Specify if we would like to randomly
 // crop an image.
 optional uint32 crop_size = 5 [default = 0];
 // DEPRECATED. See TransformationParameter. Specify if we want to randomly mirror
 // data.
 optional bool mirror = 6 [default = false];

}

message ImageDataParameter {

 // Specify the data source.
 optional string source = 1;
 // Specify the batch size.
 optional uint32 batch_size = 4;
 // The rand_skip variable is for the data layer to skip a few data points
 // to avoid all asynchronous sgd clients to start at the same point. The skip
 // point would be set as rand_skip * rand(0,1). Note that rand_skip should not
 // be larger than the number of keys in the leveldb.
 optional uint32 rand_skip = 7 [default = 0];
 // Whether or not ImageLayer should shuffle the list of files at every epoch.
 optional bool shuffle = 8 [default = false];
 // It will also resize images if new_height or new_width are not zero.
 optional uint32 new_height = 9 [default = 0];
 optional uint32 new_width = 10 [default = 0];
 // DEPRECATED. See TransformationParameter. 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.
 optional float scale = 2 [default = 1];
 optional string mean_file = 3;
 // DEPRECATED. See TransformationParameter. Specify if we would like to randomly
 // crop an image.
 optional uint32 crop_size = 5 [default = 0];
 // DEPRECATED. See TransformationParameter. Specify if we want to randomly mirror
 // data.
 optional bool mirror = 6 [default = false];

}

message PoolingParameter {

 enum PoolMethod {
   MAX = 0;
   AVE = 1;
   STOCHASTIC = 2;
 }
 optional PoolMethod pool = 1 [default = MAX]; // The pooling method
 // Pad, kernel size, and stride are all given as a single value for equal
 // dimensions in height and width or as Y, X pairs.
 optional uint32 pad = 4 [default = 0]; // The padding size (equal in Y, X)
 optional uint32 pad_h = 9 [default = 0]; // The padding height
 optional uint32 pad_w = 10 [default = 0]; // The padding width
 optional uint32 kernel_size = 2; // The kernel size (square)
 optional uint32 kernel_h = 5; // The kernel height
 optional uint32 kernel_w = 6; // The kernel width
 optional uint32 stride = 3 [default = 1]; // The stride (equal in Y, X)
 optional uint32 stride_h = 7; // The stride height
 optional uint32 stride_w = 8; // The stride width
 enum Engine {
   DEFAULT = 0;
   CAFFE = 1;
   CUDNN = 2;
 }
 optional Engine engine = 11 [default = DEFAULT];

}

message WindowDataParameter {

 // Specify the data source.
 optional string source = 1;
 // 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.
 optional float scale = 2 [default = 1];
 optional string mean_file = 3;
 // Specify the batch size.
 optional uint32 batch_size = 4;
 // Specify if we would like to randomly crop an image.
 optional uint32 crop_size = 5 [default = 0];
 // Specify if we want to randomly mirror data.
 optional bool mirror = 6 [default = false];
 // Foreground (object) overlap threshold
 optional float fg_threshold = 7 [default = 0.5];
 // Background (non-object) overlap threshold
 optional float bg_threshold = 8 [default = 0.5];
 // Fraction of batch that should be foreground objects
 optional float fg_fraction = 9 [default = 0.25];
 // Amount of contextual padding to add around a window
 // (used only by the window_data_layer)
 optional uint32 context_pad = 10 [default = 0];
 // Mode for cropping out a detection window
 // warp: cropped window is warped to a fixed size and aspect ratio
 // square: the tightest square around the window is cropped
 optional string crop_mode = 11 [default = "warp"];

}

message FillerParameter {

 // The filler type.
 optional string type = 1 [default = 'constant'];
 optional float value = 2 [default = 0]; // the value in constant filler
 optional float min = 3 [default = 0]; // the min value in uniform filler
 optional float max = 4 [default = 1]; // the max value in uniform filler
 optional float mean = 5 [default = 0]; // the mean value in Gaussian filler
 optional float std = 6 [default = 1]; // the std value in Gaussian filler
 // The expected number of non-zero input weights for a given output in
 // Gaussian filler -- the default -1 means don't perform sparsification.
 optional int32 sparse = 7 [default = -1];

}

層（レイヤー）の記述　（LayerParameter）

bottom　下側のblobの名前（文字列）
top　上側のblobの名前（文字列）
name 　この層の名前（文字列）
include　この層がネットにいつ（どの状態stateで）取り込まれるかの指定
exclude　この層がネットにいつ（どの状態stateで）取り込まれないかの指定
//   現在の状態（current NetState）で判定、複数のルール（ルールはNetStateRule参照）指定可、includeとexcludeの両方に指定（衝突）することは不可。
type　層のタイプ（上記のenumのうち１つ）

blobs　この層の数値的なパラメタを含むblobがある場合、ここで指定
repeated string param　パラメータblobの名前（名前で指定できると繰り返し使用できて便利）
blob_share_mode　共有重みが同じ形(STRICT、num, channel, height, widthが一致、デフォルト)か、
　　　数のみ一致(PERMISSIVE、積num*channels*height*widthのみが一致)か
blobs_lr　globalな学習レートに掛ける（この層固有の？）率、１つのblobに指定したいならすべてのblobに指定する必要あり
weight_decay　globalな重み遅延に掛ける（この層固有の）率

loss_weight　対象となるそれぞれの上部blobに対する重み。それぞれの層で、各上位blobにデフォルト値（普通は0か1）を割り当てる

accuracy_param　accuracyを計算するとき、トップk個のスコアリングクラスと比較して正しいと数える、そのkの値。デフォルトは1
argmax_param　trueだと(argmax,maxval)のペアを生成。デフォルトはfalse
concat_param　concat層だとconcatが起きる大きさdimensionを指定する必要。他のdimensionは下部blobと同じ必要。
　　　デフォルト（値1）ではchannels dimensionでblobsをconcatenateする
contrastive_loss_param　似ていない（dissimilar）ペアのマージン値（デフォルト1.0）
convolution_param　ConvolutionParameter（上記）の値
data_param　DataParameter（上記）の値
dropout_param　ドロップ率（デフォルト0.5）
dummy_data_param　これが使われる層はN個（N>=1）のダミーの上部blobを生成する。
eltwise_param　エレメントワイズ操作の指定、PRODかSUMかMAX、SUM時にblobごとの係数指定、PROD時の傾き計算法指定
hdf5_data_param　HDF5（階層的データをまとめたファイル形式）のパラメタ。ソースとバッチサイズを指定
hdf5_output_param　HDF5の出力指定。ファイル名を指定
hinge_loss_param　Hinge lossのNormがL1かL2かを指定
image_data_param　イメージデータのパラメタの指定（上記）
infogain_loss_param　infogainマトリクスのソースを指定（文字列）
inner_product_param　内積のパラメタ指定、この層の出力の数、バイアス項を持つか否か、重みのfiller、バイアスのfiller
lrn_param　LRNパラメタ。ローカルサイズ、アルファ値、ベータ値、NormRegionがチャネル間かチャネル内か。
memory_data_param　メモリデータパラメタ。batch_size, channels, height, width
mvn_param　MVNのパラメタ。偏差を正規化するか（falseだと平均値のみ）、チャネル間で正規化するか（trueだとDNN-like MVN）
pooling_param　poolingのパラメタ（上記）
power_param　Power層はoutputs y = (shift + scale * x) ^ powerで計算するが、そのpower, scale, shiftの値
relu_param　ReLUのパラメタ。（Rectifier nonlinearities improve neural network acoustic models. 2013）
　　Allow non-zero slope for negative inputs to speed up optimization
sigmoid_param　sigmoid計算法？の選択　DEFAULTか CAFFEか CUDNN
softmax_param　softmax計算法？の選択　DEFAULTか CAFFEか CUDNN 
slice_param　Slice層でどのdimensionを越えてスライスするか。accross num=0, accross channels=1、及びslice_point指定
tanh_param　tanh計算法？の選択　DEFAULTか CAFFEか CUDNN
threshold_param　threshold値（デフォルト0）
window_data_param　ウィンドウデータのパラメタ（上記）

transform_param　データのプリプロセシングのパラメタ指定。プリプロセシングでは単純なscalingと平均値を引くことしかしない。
　　平均値減算は、scalingをしたのちに行う。
　　パラメタはスケールファクタscale、（ランダムな）ミラーをするか、（ランダムに）切り取りをするか（切り取りの大きさ指定）
　　平均値ファイル
添付ファイル: filecaffe.prototxt 1530件 [詳細]
トップ   編集 凍結 差分 バックアップ 添付 複製 名前変更 リロード   新規 一覧 単語検索 最終更新   ヘルプ   最終更新のRSS
Last-modified: 2015-01-04 (日) 15:43:47 (2011d)