Caffe傻瓜系列(6):solver及其配置__caffe

solver算是caffe的核心的核心，它協調著整個模型的運作。caffe程式運行必帶的一個參數就是solver設定檔。運行代碼一般為

# caffe train --solver=*_slover.prototxt

在Deep Learning中，往往loss function是非凸的，沒有解析解，我們需要通過最佳化方法來求解。solver的主要作用就是交替調用前向（forward)演算法和後向（backward)演算法來更新參數，從而最小化loss，實際上就是一種迭代的最佳化演算法。

到目前的版本，caffe提供了六種最佳化演算法來求解最優參數，在solver設定檔中，通過設定type類型來選擇。 Stochastic Gradient Descent (type: "SGD"), AdaDelta (type: "AdaDelta"), Adaptive Gradient (type: "AdaGrad"), Adam (type: "Adam"), Nesterov’s Accelerated Gradient (type: "Nesterov") and RMSprop (type: "RMSProp")

 具體的每種方法的介紹，請看本系列的下一篇文章, 本文著重介紹solver設定檔的編寫。

Solver的流程：

1.     設計好需要最佳化的對象，以及用於學習的訓練網路和用於評估的測試網路。（通過調用另外一個設定檔prototxt來進行）

2.     通過forward和backward迭代的進行最佳化來跟新參數。

3.     週期性評價測試網路。 （可設定多少次訓練後，進行一次測試）

4.     在最佳化過程中顯示模型和solver的狀態

在每一次的迭代過程中，solver做了這幾步工作：

1、調用forward演算法來計算最終的輸出值，以及對應的loss

2、調用backward演算法來計算每層的梯度

3、根據選用的slover方法，利用梯度進行參數更新

4、記錄並儲存每次迭代的學習率、快照，以及對應的狀態。

接下來，我們先來看一個執行個體：

[cpp] view plain copy print ? net: "examples/mnist/lenet_train_test.prototxt"   test_iter: 100   test_interval: 500   base_lr: 0.01   momentum: 0.9   type: SGD   weight_decay: 0.0005   lr_policy: "inv"   gamma: 0.0001   power: 0.75   display: 100   max_iter: 20000   snapshot: 5000   snapshot_prefix: "examples/mnist/lenet"   solver_mode: CPU  

net: "examples/mnist/lenet_train_test.prototxt"test_iter: 100test_interval: 500base_lr: 0.01momentum: 0.9type: SGDweight_decay: 0.0005lr_policy: "inv"gamma: 0.0001power: 0.75display: 100max_iter: 20000snapshot: 5000snapshot_prefix: "examples/mnist/lenet"solver_mode: CPU

接下來，我們對每一行進行詳細解譯：

[cpp] view plain copy print ? net: "examples/mnist/lenet_train_test.prototxt"  

net: "examples/mnist/lenet_train_test.prototxt"

設定深度網路模型。每一個模型就是一個net，需要在一個專門的設定檔中對net進行配置，每個net由許多的layer所組成。每一個layer的具體配置方式可參考本系列文文章中的（2）-（5）。注意的是：檔案的路徑要從caffe的根目錄開始，其它的所有配置都是這樣。

也可用train_net和test_net來對訓練模型和測試模型分別設定。例如： [cpp] view plain copy print ? train_net: "examples/hdf5_classification/logreg_auto_train.prototxt"   test_net: "examples/hdf5_classification/logreg_auto_test.prototxt"  

train_net: "examples/hdf5_classification/logreg_auto_train.prototxt"test_net: "examples/hdf5_classification/logreg_auto_test.prototxt"

接下來第二行： [cpp] view plain copy print ? test_iter: 100  

test_iter: 100

這個要與test layer中的batch_size結合起來理解。mnist資料中測試樣本總數為10000，一次性執行全部資料效率很低，因此我們將測試資料分成幾個批次來執行，每個批次的數量就是batch_size。假設我們設定batch_size為100，則需要迭代100次才能將10000個資料全部執行完。因此test_iter設定為100。執行完一次全部資料，稱之為一個epoch [cpp] view plain copy print ? test_interval: 500  

test_interval: 500

測試間隔。也就是每訓練500次，才進行一次測試。 [cpp] view plain copy print ? base_lr: 0.01   lr_policy: "inv"   gamma: 0.0001   power: 0.75  

base_lr: 0.01lr_policy: "inv"gamma: 0.0001power: 0.75

這四行可以放在一起理解，用於學習率的設定。只要是梯度下降法來求解最佳化，都會有一個學習率，也叫步長。base_lr用於設定基礎學習率，在迭代的過程中，可以對基礎學習率進行調整。怎麼樣進行調整，就是調整的策略，由lr_policy來設定。

lr_policy可以設定為下面這些值，相應的學習率的計算為： - fixed:　　 保持base_lr不變. - step: 　　 如果設定為step,則還需要設定一個stepsize,  返回 base_lr * gamma ^ (floor(iter / stepsize)),其中iter表示當前的迭代次數 - exp:   　　返回base_lr * gamma ^ iter， iter為當前迭代次數 - inv:　　    如果設定為inv,還需要設定一個power, 返回base_lr * (1 + gamma * iter) ^ (- power) - multistep: 如果設定為multistep,則還需要設定一個stepvalue。這個參數和step很相似，step是均勻等間隔變化，而multistep則是根據                                 stepvalue值變化 - poly: 　　  學習率進行多項式誤差, 返回 base_lr (1 - iter/max_iter) ^ (power) - sigmoid:　學習率進行sigmod衰減，返回 base_lr ( 1/(1 + exp(-gamma * (iter - stepsize))))

multistep樣本：

[cpp] view plain copy print ? base_lr: 0.01   momentum: 0.9   weight_decay: 0.0005   # The learning rate policy   lr_policy: "multistep"   gamma: 0.9   stepvalue: 5000   stepvalue: 7000   stepvalue: 8000   stepvalue: 9000   stepvalue: 9500  

base_lr: 0.01momentum: 0.9weight_decay: 0.0005# The learning rate policylr_policy: "multistep"gamma: 0.9stepvalue: 5000stepvalue: 7000stepvalue: 8000stepvalue: 9000stepvalue: 9500

接下來的參數： [cpp] view plain copy print ? momentum ：0.9  

momentum ：0.9

上一次梯度更新的權重，具體可參看下一篇文章。 [cpp] view plain copy print ? type: SGD  

type: SGD

最佳化演算法選擇。這一行可以省掉，因為預設值就是SGD。總共有六種方法可選擇，在本文的開頭已介紹。 [cpp] view plain copy print ? weight_decay: 0.0005  

weight_decay: 0.0005

權重衰減項，防止過擬合的一個參數。 [cpp] view plain copy print ? display: 100  

display: 100

每訓練100次，在螢幕上顯示一次。如果設定為0，則不顯示。 [cpp] view plain copy print ? max_iter: 20000  

max_iter: 20000

最大迭代次數。這個數設定太小，會導致沒有收斂，精確度很低。設定太大，會導致震蕩，浪費時間。 [cpp] view plain copy print ? snapshot: 5000   snapshot_prefix: "examples/mnist/lenet"  

snapshot: 5000snapshot_prefix: "examples/mnist/lenet"

快照。將訓練出來的model和solver狀態進行儲存，snapshot用於設定訓練多少次後進行儲存，預設為0，不儲存。snapshot_prefix設定儲存路徑。

還可以設定snapshot_diff，是否儲存梯度值，預設為false,不儲存。

也可以設定snapshot_format，儲存的類型。有兩種選擇：HDF5 和BINARYPROTO ，預設為BINARYPROTO [cpp] view plain copy print ? solver_mode: CPU  

solver_mode: CPU

設定運行模式。預設為GPU,如果你沒有GPU,則需要改成CPU,否則會出錯。

 注意：以上的所有參數都是選擇性參數，都有預設值。根據solver方法（type)的不同，還有一些其它的參數，在此不一一列舉。

以上部分轉自：http://www.cnblogs.com/denny402/p/5083300.html