[공통]
(1) name : 계층의 이름을 지정
(2) type : 입력층, 은닉층 타입 지정
[입력층]
(1) top : 입력 데이터와 지도 학습 데이터를 각각 지정
(2) include
- phase : 학습 시 또는 테스트 시 어느 경우 그 계층을 이용할 것인지 지정 - TRAIN, TEST
(3) data_param
- source: 읽기 데이터의 파일 버스를 지정
[은닉층]
(1) Type: "Convolution"은 컨볼루션층을 나타내는 타입
- bottom: 입력이 되는 계층 지정
- top : 출력이 되는 계층 지정
- convolution_param: 컨볼루션층의 파라미터를 지정
num_output: 컨볼루션층에서의 출력 횟수
kernel_size: 컨볼루션 창의 크기를 지정
stride: 컨볼루션 창의 움직이는 크기 지정
(2) Type: "Pooling"은 풀링층을 나타내는 타입
(3) Type: "InnerProduct"는 전결합층을 나타내는 타입
[활성화 함수]
Tanh, Sigmoid, ReLU
[출력층]
Accuracy : 정밀도 산출
SoftmaxWithLoss : 정밀도 산출
'Machine Learning > Caffe' 카테고리의 다른 글
Docker를 이용해 Caffe 설치 (0) | 2018.02.03 |
---|