neural-network - 什么是 caffe 中的“top”参数

Question

我正在尝试运行 caffe Experiment。我在我的 Train.prototxt 中使用以下损失层，

layer {
  name: "loss"
  type: "SoftmaxWithLoss"
  bottom: "ip2"
  bottom: "label"
  include {
    phase: TRAIN
  }
}

我看到训练开始时显示以下配置，

I0923 21:19:13.101313 26423 net.cpp:410] 丢失 <- ip2
I0923 21:19:13.101323 26423 net.cpp:410] 丢失 <- 标签
I0923 21:19:13.101339 26423 net.cpp:368] 丢失 -> （自动的）

我没有top在损失层中给出参数。
自动（损失->（自动））在这里到底是什么意思？

提前致谢！

Answer 1

Caffe 层，包括损失层，产生 Blob（4-D 数组）作为其计算的输出。如果不通过top参数设置 Blob 名称，则会将对应的 Blob 添加到网络的“输出”中。

这意味着，如果您调用该Net::forward()方法，它将返回一个 Blob 列表，即那些无界可作为另一层输入的 Blob。

当您调用 Caffe 训练工具时，它会自动打印以筛选此类 Blob。通过这种方式，您可以在训练期间跟踪损失或准确性的值。