Caffe官方教程中译本.pdf

Caffe 官方教程中译本 社区预览版V1.0 CaffeCN 深度学习社区志愿者集体翻译 | QQ group: 431141753 | @CaffeCN 深度学习社区 CaffeCN 深度学习社区 | 目录 前言4 第一章 Blobs, Layers, and Nets：Caffe 模型解析5 1.1 Blob 的存储与交换5 1.1.1 实现细节6 1.2 Layer 的计算和连接7 1.3 Net 的定义和操作8 1.3.1 模型格式11 第二章 Forward and Backward （前传/反传）13 2.1 前传13 2.2 反传14 2.3 Caffe 中前传和反传的实现14 第三章 Loss16 3.1 Loss weights 16 第四章 Solver18 4.1 Solver 简介18 4.2 Methods 18 4.2.1 SGD 19 4.2.2 AdaDelta 21 4.2.3 AdaGrad21 4.2.4 Adam 21 4.2.5 NAG 22 4.2.6 RMSprop23 第五章 Layer Cataloge 24 5.1 视觉层 Vision Layers 24 5.1.1 卷积 Convolution 24 5.1.2 池化 Pooling26 5.1.3 局部响应值归一化Local Response Normalization (LRN)27 5.1.4 im2col 28 5.2 损失层 Loss Layers28 5.2.1 Softmax 损失28 5.2.2 平方和/欧式损失 Sum-of-Squares / Euclidean28 5.2.3 Hinge / Margin 损失29 5.2.3 交叉熵损失 Sigmoid Cross-Entropy 30 5.2.4 信息熵损失 Infogain30 5.2.5 准确率 Accuracy and Top-k 30 5.3 激活层 Activation / Neuron Layers 30 5.3.1 ReLU / Rectified-Linear and Leaky-ReLU 30 5.3.2. Sigmoid31 5.3.3 TanH / Hyperbolic Tangent 32 5.3.4 Absolute Value 32 1 CaffeCN 深度学习社区 | 5.3.5 Power 33 5.3.5 BNLL33 5.4 数据层 Data Layers 34 5.4.1 数据库 Database34 5.4.2