Caffe 使得我們有了使用Python自定義層的能力，而不是通常的C++/CUDA。這是一個非常有用的特性，但它的文檔記錄不足，難以正確實現本演練將向您展示如何使用DIGHT來學習實現Python層。

注意：這個特性(自定義python層)在你是使用Cmake編譯Caffe或者使用Deb 包來安裝Caffe的時候自動被包含。如果你使用Make,你將需要將你的Makefile.config中的"WITH_PYTHON_LAYER := 1"解注釋來啟用它。

給MNIST添加遮擋

對于這個例子，我們將在MNIST數據集上訓練LeNet,但是我們將建立一個python層，來實現在圖片喂進網絡之前，截取掉它的四分之一。這模擬遮擋的數據，這樣將會訓練出一個對遮擋更加魯棒的模型。

比如

變成

創建數據集

首先，仿照這個教程(https://github.com/NVIDIA/DIGITS/blob/master/docs/GettingStarted.md#creating-a-dataset)來使用DIGITS創建MNIST數據集(假設你還沒有創建)

創建Python文件

接下來你將創建一個包含你的Pyhon層定義的Python文件。打開一個文本編輯器，然后創建一個包含如下內容的文件。

importcaffeimportrandomclassBlankSquareLayer(caffe.Layer):defsetup(self, bottom, top):assert len(bottom) == 1, 'requires a single layer.bottom'

assert bottom[0].data.ndim >= 3, 'requires image data'

assert len(top) == 1, 'requires a single layer.top'

defreshape(self, bottom, top):#Copy shape from bottom

top[0].reshape(*bottom[0].data.shape)defforward(self, bottom, top):#Copy all of the data

top[0].data[...] =bottom[0].data[...]#Then zero-out one fourth of the image

height = top[0].data.shape[-2]

width= top[0].data.shape[-1]

h_offset= random.randrange(height/2)

w_offset= random.randrange(width/2)

top[0].data[...,

h_offset:(h_offset+ height/2),

w_offset:(w_offset+ width/2),

]=0defbackward(self, top, propagate_down, bottom):pass

其中，top和bottom是包含一個或者多個blob的列表或者數組，訪問其中的每一個blob使用下標index，如top[index]，訪問其中的數據使用top[index].data，也就是一個四維向量[N,C,H,W]。

創建一個模型

注意：如果你以前沒有使用DIGITS創建一個模型，在創建之前，你可以參照教程(https://github.com/NVIDIA/DIGITS/blob/master/docs/GettingStarted.md#training-a-model)學習。

點擊主頁上的New Model > Images > Classification。

從數據集列表中選擇MNIST數據集。

單擊“Use client side file”，并選擇先前創建的Python文件。

點擊LeNet under Standard Networks > Caffe。

點擊右邊顯示的 Customize鏈接。

這將把我們帶到一個窗口，我們可以自定義LeNet來添加自定義的Python層。我們將在scale層和conv層之間插入我們的層。找到這些層(從頂部的幾行)，并插入這段prototxt代碼的片段：

layer {

name: "blank_square"

type: "Python"

bottom: "scaled"

top: "scaled"

python_param {

module: "digits_python_layers"

layer: "BlankSquareLayer"

}

}

當你點擊Visualize，你將看到如下圖：

然后給模型一個名字，點擊Create。你將會看到模型訓練會話開始。如果你注意，你你將會發現這個模型會比默認的LeNet網絡精度低，這是為什么呢？

注意：當前的caffe版本不支持在有Python層的網絡上使用多GPU。如果你向使用Python層，那么你需要使用但GPU來訓練。詳見：https://github.com/BVLC/caffe/issues/2936

測試模型

現在開始比較有趣的部分。在MNIST測試集中選擇一張圖片，然后將它上傳到 Test a single image(在頁面的底下)

然后點擊Show visualizations 和 statistics! 原始的圖片將顯示在左上，然后是它的預測類型。在Visualization 列，你會看到減去均值的圖像作為數據激活的結果。

就在它下面，你會看到將圖像從[0～255 ]縮小到[-1～1 ]的結果。你也會看到一個隨機的四分之一的圖像已經被刪除-這是得益于我們的Python層！

注意：第二個激活顯示為彩色熱圖，即使底層數據仍然是單通道的，并且可以顯示為灰度圖像。“數據”激活被視為一種特殊情況，所有其他激活都被轉換為熱圖。

總結

以上是生活随笔為你收集整理的python中digits什么意思_在Caffe中使用 DIGITS自定义Python层的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。