machine-learning - Caffe - Blob 类 - 成员变量是什么意思?

标签 machine-learning computer-vision caffe conv-neural-network

Caffe中,正如我们在blob.hpp中看到的,每个blob对象中有6个成员变量:

数据_

差异_

形状_数据_

形状_

计数_

容量_

data_ 包含我们传递的普通数据

diff_是网络计算的梯度

由于源代码中没有注释,并且缺乏官方文档,我想知道其他的确切含义是什么?

谢谢

最佳答案

shape_data_shape_ 代表同一事物。唯一的区别是它们的类型不同。 shape_ 是具有数据维度的整数向量,而 shape_data_ 是共享指针。

count_data_ 中的元素总数。所以它是 shape_ 中所有维度的乘积。

capacity_是Blob中可以容纳的data_的最大大小。

引用文献:

关于machine-learning - Caffe - Blob 类 - 成员变量是什么意思?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/38618702/

相关文章:

machine-learning - 使用神经网络进行强化学习

image-processing - convert_imageset.cpp 指南

machine-learning - 为什么用caffe训练时 `Train net output`损失和 `iteration loss`是相同的?

python - 有效地将一个区域分成几个部分 Python

opencv - 如何在低通滤波图像上找到轮廓?

python - 摆脱 maxpooling 层会导致运行 cuda 内存错误 pytorch

caffe - 在 caffe2 中添加自定义 python 层

machine-learning - Python(scikit learn)lda 崩溃为单一维度

python - 使用 **kwargs (Scikit Learn) 设置 n_estimators 参数

image-processing - 使用 TensorFlow 训练时图像大小重要吗?