1、fc層
例如caffenet的fc8層：
[plain]view plain
copy
layer
param
inner_product_param
bias_filler
}
} 最後乙個全連線層：神經元個數 = 類別數，
輸出值位於區間[−∞,∞]，並不是概率值，輸出數值最大的值的index就是樣本的**類別；
2、accuracy層
例如caffenet的accuracy層：
[plain]view plain
copy
layer
} accuracy = fc8層
輸出 對比 資料集的labels，在accuracylayer中實現；
3、softmax function
[plain]view plain
copy
layer
為了使輸出具有統計意義，需要加入softmax function輸出似然值。
softmax function是增函式，
它使前面的全連線層輸出（fc8）具有了概率意義，並不改變這些輸出之前的大小關係；
4、loss function
[plain]view plain
copy
layer
為了利用誤差反向傳播，還需要構造loss function，利用softmax function的輸出，即輸入樣本屬於每一類的概率值；
粗略地講，loss function用來衡量估計值和真實值之間的誤差情況，
在caffe中，包含常用的loss function主要有以下幾種：
（1）softmax：影象多類分類問題中主要就是用它；
（3）hinge / margin：主要用在svm分類器中；
（4）sigmoid cross-entropy
（5）infogain
caffe關閉建立網路的log輸出
c google initgooglelogging google setcommandlineoption glog minloglevel 2 python coding utf 8 pycaffe dir home zz work caffe bvlc python import sys sy...
Caffe關閉日誌輸出
在訓練caffe模型後，部署caffe服務時我們通常會使用pycaffe來載入模型並處理影象，但是pycaffe載入模型時通常會輸出載入模型的日誌，影響我們檢視自己的日誌，因此需要移除caffe載入模型時的日誌。如下 os.environ glog minloglevel 2 import caff...
關閉caffe日誌輸出
原部落格搬移到 在caffe載入模型的時候會輸出一大串log，該log可以通過如下方法關閉 在編譯libcaffe.so的時候，在src caffe net.cpp init函式進入的時候加入 fli flags minloglevel 3 如下所示 template void net init c...