caffeLayer解析：Convolution

• 层类型：卷积

  • 头文件路径：./include/caffe/layers/conv_layer.hpp

  • CPU 实现源文件路径: ./src/caffe/layers/conv_layer.cpp

  • CUDA GPU 实现源文件路径: ./src/caffe/layers/conv_layer.cu

  • 卷积层的作用：通过一组可训练的滤波器对输入图像执行卷积操作，每个滤波器在输出图像中生成对应的特征图。

  • 输入
    n * c_i * h_i * w_i

  • 输出
    n * c_o * h_o * w_o，其中 h_o = (h_i + 2 * pad_h - kernel_h) / stride_h + 1，w_o 的计算方式类似。

参数解读

      layer {
    name: "conv1"
    type: "Convolution"
    bottom: "data"
    top: "conv1"
    # 实际学习率 = 根据slover.prototxt中的base乘以下面系数
    # 权重学习率
    param { 
        lr_mult: 1 
        decay_mult: 1 
    }
    # 偏置学习率
    param {