有關(guān)solver.prototxt中的各項(xiàng)解釋：http://www.cnblogs.com/denny402/p/5074049.html

solver算是caffe的核心的核心，它協(xié)調(diào)著整個(gè)模型的運(yùn)作。caffe程序運(yùn)行必帶的一個(gè)參數(shù)就是solver配置文件。運(yùn)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，我們需要通過優(yōu)化方法來求解。solver的主要作用就是交替調(diào)用前向（forward)算法和后向（backward)算法來更新參數(shù)，從而最小化loss，實(shí)際上就是一種迭代的優(yōu)化算法。

到目前的版本，caffe提供了六種優(yōu)化算法來求解最優(yōu)參數(shù)，在solver配置文件中，通過設(shè)置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配置文件的編寫。

Solver的流程：

1.?????設(shè)計(jì)好需要優(yōu)化的對象，以及用于學(xué)習(xí)的訓(xùn)練網(wǎng)絡(luò)和用于評估的測試網(wǎng)絡(luò)。（通過調(diào)用另外一個(gè)配置文件prototxt來進(jìn)行）

2.?????通過forward和backward迭代的進(jìn)行優(yōu)化來跟新參數(shù)。

3.?????定期的評價(jià)測試網(wǎng)絡(luò)。 （可設(shè)定多少次訓(xùn)練后，進(jìn)行一次測試）

4.?????在優(yōu)化過程中顯示模型和solver的狀態(tài)

在每一次的迭代過程中，solver做了這幾步工作：

1、調(diào)用forward算法來計(jì)算最終的輸出值，以及對應(yīng)的loss

2、調(diào)用backward算法來計(jì)算每層的梯度

3、根據(jù)選用的slover方法，利用梯度進(jìn)行參數(shù)更新

4、記錄并保存每次迭代的學(xué)習(xí)率、快照，以及對應(yīng)的狀態(tài)。

接下來，我們先來看一個(gè)實(shí)例：

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

接下來，我們對每一行進(jìn)行詳細(xì)解譯：

net: "examples/mnist/lenet_train_test.prototxt"

設(shè)置深度網(wǎng)絡(luò)模型。每一個(gè)模型就是一個(gè)net，需要在一個(gè)專門的配置文件中對net進(jìn)行配置，每個(gè)net由許多的layer所組成。每一個(gè)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：文件的路徑要從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(xùn)練模型和測試模型分別設(shè)定。例如：

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

接下來第二行：

test_iter: 100

這個(gè)要與test layer中的batch_size結(jié)合起來理解。mnist數(shù)據(jù)中測試樣本總數(shù)為10000，一次性執(zhí)行全部數(shù)據(jù)效率很低，因此我們將測試數(shù)據(jù)分成幾個(gè)批次來執(zhí)行，每個(gè)批次的數(shù)量就是batch_size。假設(shè)我們設(shè)置batch_size為100，則需要迭代100次才能將10000個(gè)數(shù)據(jù)全部執(zhí)行完。因此test_iter設(shè)置為100。執(zhí)行完一次全部數(shù)據(jù)，稱之為一個(gè)epoch

test_interval: 500

測試間隔。也就是每訓(xùn)練500次，才進(jìn)行一次測試。

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

這四行可以放在一起理解，用于學(xué)習(xí)率的設(shè)置。只要是梯度下降法來求解優(yōu)化，都會(huì)有一個(gè)學(xué)習(xí)率，也叫步長。base_lr用于設(shè)置基礎(chǔ)學(xué)習(xí)率，在迭代的過程中，可以對基礎(chǔ)學(xué)習(xí)率進(jìn)行調(diào)整。怎么樣進(jìn)行調(diào)整，就是調(diào)整的策略，由lr_policy來設(shè)置。

lr_policy可以設(shè)置為下面這些值，相應(yīng)的學(xué)習(xí)率的計(jì)算為：

• • - fixed:　　?保持base_lr不變.
  • - step: 　　?如果設(shè)置為step,則還需要設(shè)置一個(gè)stepsize, ?返回 base_lr * gamma ^ (floor(iter / stepsize)),其中iter表示當(dāng)前的迭代次數(shù)
  • - exp: ? 　　返回base_lr * gamma ^ iter， iter為當(dāng)前迭代次數(shù)
  • - inv:　　? ? 如果設(shè)置為inv,還需要設(shè)置一個(gè)power, 返回base_lr * (1 + gamma * iter) ^ (- power)
  • - multistep:?如果設(shè)置為multistep,則還需要設(shè)置一個(gè)stepvalue。這個(gè)參數(shù)和step很相似，step是均勻等間隔變化，而multistep則是根據(jù) ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? stepvalue值變化
  • - poly: 　　 ?學(xué)習(xí)率進(jìn)行多項(xiàng)式誤差, 返回 base_lr (1 - iter/max_iter) ^ (power)
  • - sigmoid:　學(xué)習(xí)率進(jìn)行sigmod衰減，返回 base_lr ( 1/(1 + exp(-gamma * (iter - stepsize))))

multistep示例：

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

接下來的參數(shù)：

momentum ：0.9

上一次梯度更新的權(quán)重，具體可參看下一篇文章。

type: SGD

優(yōu)化算法選擇。這一行可以省掉，因?yàn)槟J(rèn)值就是SGD。總共有六種方法可選擇，在本文的開頭已介紹。

weight_decay: 0.0005

權(quán)重衰減項(xiàng)，防止過擬合的一個(gè)參數(shù)。

display: 100

每訓(xùn)練100次，在屏幕上顯示一次。如果設(shè)置為0，則不顯示。

max_iter: 20000

最大迭代次數(shù)。這個(gè)數(shù)設(shè)置太小，會(huì)導(dǎo)致沒有收斂，精確度很低。設(shè)置太大，會(huì)導(dǎo)致震蕩，浪費(fèi)時(shí)間。

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

快照。將訓(xùn)練出來的model和solver狀態(tài)進(jìn)行保存，snapshot用于設(shè)置訓(xùn)練多少次后進(jìn)行保存，默認(rèn)為0，不保存。snapshot_prefix設(shè)置保存路徑。

還可以設(shè)置snapshot_diff，是否保存梯度值，默認(rèn)為false,不保存。

也可以設(shè)置snapshot_format，保存的類型。有兩種選擇：HDF5 和BINARYPROTO ，默認(rèn)為BINARYPROTO

solver_mode: CPU

設(shè)置運(yùn)行模式。默認(rèn)為GPU,如果你沒有GPU,則需要改成CPU,否則會(huì)出錯(cuò)。

有關(guān)train_val.prototxt中的batch_size與solver.prototxt中各項(xiàng)的關(guān)系：

https://github.com/BVLC/caffe/issues/430#issuecomment-43961523

Regarding the batch_size=64 for training should be okay, although base_lr is linked to the batch_size, it allows some variability. Originally base_lr = 0.01 with batch_size=128, we have also used with batch_size=256 and still works. In theory when you reduce the batch_size by a factor of X then you should increase the base_lr by a factor of?sqrt(X), but Alex have used a factor of X (seehttp://arxiv.org/abs/1404.5997)

What you should change is the?stepsize?and?max_iter, accordingly to keep the same learning scheduling. If you divide the batch_size by X then you should multiply those by X.

Pay attention to the loss, if it doesn't go below 6.9 (which is basically random guessing) after 10k-20k iterations, then your training is not learning anything.

Training and testing share the data blobs and save quite a lot of memory:

https://github.com/BVLC/caffe/pull/355

https://www.zhihu.com/question/32673260

總結(jié)

以上是生活随笔為你收集整理的Batch_size问题的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。