Caffe —— Deep learning in Practice 深度學習實踐_Caffe

因工作交接需要， 要將caffe使用方法及整體結構描述清楚。 鑒於也有同學問過我相關內容， 決定在本文中寫個簡單的tutorial, 方便大家參考。 
本文簡單的講幾個事情： Caffe能做什麼。 為什麼選擇caffe? 環境 整體結構 Protocol buffer 訓練基本流程 Python中訓練 Debug

Caffe能做什麼。 定義網路結構 訓練網路 C++/CUDA 寫的結構 cmd/python/Matlab介面 CPU/GPU工作模式 給了一些參考模型&pretrain了的weights

為什麼選擇caffe? 模組化做的好 簡單：修改結構無需該代碼 開源：共同維護開原始碼

環境：

$ lsb_release -a 
Distributor ID: Ubuntu 
Description: Ubuntu 12.04.4 LTS 
Release: 12.04 
Codename: precise

$ cat /proc/version 
Linux version 3.2.0-29-generic (buildd@allspice) (gcc version 4.6.3 (Ubuntu/Linaro 4.6.3-1ubuntu5) ) #46-Ubuntu SMP Fri Jul 27 17:03:23 UTC 2012

Vim + Taglist + Cscope

整體結構：

定義CAFFE為caffe跟目錄，caffe的核心代碼都在$CAFFE/src/caffe 下，主要有以下部分：net, blob, layer, solver.

net.cpp: 
net定義網路， 整個網路中含有很多layers， net.cpp負責計算整個網路在訓練中的forward, backward過程， 即計算forward/backward 時各layer的gradient。

layers: 
在$CAFFE/src/caffe/layers中的層，在protobuffer (.proto檔案中定義message類型，.prototxt或.binaryproto檔案中定義message的值) 中調用時包含屬性name， type（data/conv/pool…）， connection structure (input blobs and output blobs)，layer-specific parameters（如conv層的kernel大小）。定義一個layer需要定義其setup, forward 和backward過程。

blob.cpp: 
net中的資料和求導結果通過4維的blob傳遞。一個layer有很多blobs， e.g, 對data，weight blob大小為Number * Channels * Height * Width, 如256*3*224*224； 對conv層，weight blob大小為 Output 節點數 * Input 節點數 * Height * Width，如AlexNet第一個conv層的blob大小為96 x 3 x 11 x 11； 對inner product 層， weight blob大小為 1 * 1 * Output節點數 * Input節點數； bias blob大小為1 * 1 * 1 * Output節點數（ conv層和inner product層一樣，也有weight和bias，所以在網路結構定義中我們會看到兩個blobs_lr，第一個是weights的，第二個是bias的。類似地，weight_decay也有兩個，一個是weight的，一個是bias的）； 


blob中，mutable_cpu/gpu_data() 和cpu/gpu_data()用來管理memory，cpu/gpu_diff()和 mutable_cpu/gpu_diff()用來計算求導結果。

slover.cpp: 
結合loss，用gradient更新weights。主要函數： 
Init(), 
Solve(), 
ComputeUpdateValue(), 
Snapshot(), Restore(),//快照（拷貝）與恢複 網路state 
Test()；

在solver.cpp中有3中solver，即3個類：AdaGradSolver, SGDSolver和NesterovSolver可供選擇。

關於loss，可以同時有多個loss，可以加regularization（L1/L2）；

Protocol buffer：

上面已經將過， protocol buffer在 .proto檔案中定義message類型，.prototxt或.binaryproto檔案中定義message的值；

Caffe 
Caffe的所有message定義在$CAFFE/src/caffe/proto/caffe.proto中。

Experiment 
在實驗中，主要用到兩個protocol buffer: solver的和model的，分別定義solver參數（學習率啥的）和model結構(網路結構)。

技巧： 凍結一層不參與訓練：設定其blobs_lr=0 對於映像，讀取資料盡量別用HDF5Layer（因為只能存float32和float64，不能用uint8, 所以太費空間）

訓練基本流程： 資料處理 
法一，轉換成caffe接受的格式：lmdb, leveldb, hdf5 / .mat, list of images, etc.；法二，自己寫資料讀取層(如https://github.com/tnarihi/tnarihi-caffe-helper/blob/master/python/caffe_helper/layers/data_layers.py) 定義網路結構 配置Solver參數 訓練：如 caffe train -solver solver.prototxt -gpu 0

在Python中訓練: 
Document & Examples: https://github.com/BVLC/caffe/pull/1733 

核心code： $CAFFE/python/caffe/_caffe.cpp 
定義Blob, Layer, Net, Solver類 $CAFFE/python/caffe/pycaffe.py 
Net類的增強功能

Debug： 在Make.config中設定DEBUG := 1 在solver.prototxt中設定debug_info: true 在python/Matlab中察看forward & backward一輪後weights的變化

經典文獻： 
[ DeCAF ] J. Donahue, Y. Jia, O. Vinyals, J. Hoffman, N. Zhang, E. Tzeng, and T. Darrell. Decaf: A deep convolutional activation feature for generic visual recognition. ICML, 2014. 
[ R-CNN ] R. Girshick, J. Donahue, T. Darrell, and J. Malik. Rich feature hierarchies for accurate object detection and semantic segmentation. CVPR, 2014. 
[ Zeiler-Fergus Visualizing] M. Zeiler and R. Fergus. visualizing and understanding convolutional networks. ECCV, 2014. 
[ LeNet ] Y. LeCun, L. Bottou, Y. Bengio, and P. Haffner. Gradient-based learning applied to document recognition. IEEE, 1998. 
[ AlexNet ] A. Krizhevsky, I. Sutskever, and G. Hinton. Imagenet classification with deep convolutional neural networks. NIPS, 2012. 
[ OverFeat ] P. Sermanet, D. Eigen, X. Zhang, M. Mathieu, R. Fergus, and Y. LeCun. Overfeat: Integrated recognition, localization and detection using convolutional networks. ICLR, 2014. 
[ Image-Style (Transfer learning) ] S. Karayev, M. Trentacoste, H. Han, A. Agarwala, T. Darrell, A. Hertzmann, H. Winnemoeller. Recognizing Image Style. BMVC, 2014. 
[ Karpathy14 ] A. Karpathy, G. Toderici, S. Shetty, T. Leung, R. Sukthankar, and L. Fei-Fei. Large-scale video classification with convolutional neural networks. CVPR, 2014. 
[ Sutskever13 ] I. Sutskever. Training Recurrent Neural Networks. PhD thesis, University of Toronto, 2013. 
[ Chopra05 ] S. Chopra, R. Hadsell, and Y. LeCun. Learning a similarity metric discriminatively, with application to face verification. CVPR, 2005.

from: http://blog.csdn.net/abcjennifer/article/details/46424949