PROSAGA码农传奇-Caffe-解释Caffe模型

<div class =“post-text”itemprop =“text”>
  
    您正在混合两种数据类型：输入（训练）数据和网络参数。
     
    
在训练期间，输入数据被固定到已知的训练/验证集，并且仅改变净参数。相反，在部署网络时，数据会更改为新图像，而网络参数是固定的。看到
    <a href="https://stackoverflow.com/a/31847179/1714410">
      这个答案
    </A>
     有关caffe存储这两种数据的方式的一些深入描述。
  
  
    在您显示的示例中，有两个输入训练数据路径：
     <code>
 data_a
 </code>
     和
     <code>
 data_b
 </code>
     可能是
    
      不同
    
     每次都是图像。输入blob通过InnerProduct层变为
     <code>
 ip1_a
 </code>
     和
     <code>
 ip1_b
 </code>
     分别是blob。然后将它们连接成一个blob
     <code>
 ip1_combined
 </code>
     然后将其送入最终的InnerProduct层。
  
  
    另一方面，该模型有一组参数：
     <code>
 ip1_w
 </code>
     和
     <code>
 ip1_b
 </code>
     （第一内层产品的重量和偏差）。在此特定示例中，层的参数被明确命名以指示它们的事实
    
      共享
    
     之间
     <code>
 ip1_a
 </code>
     和
     <code>
 ip1_b
 </code>
     层。
  
  
    至于两个
     <code>
 lr_mult
 </code>
    ：那么是的，第一个是权重的LR乘数，第二个是偏差项。
  
</DIV>