neural-network - 什么是caffe中的 'top'参数

我正在尝试运行 caffe 实验。我在 Train.prototxt 中使用以下损失层，

layer {
  name: "loss"
  type: "SoftmaxWithLoss"
  bottom: "ip2"
  bottom: "label"
  include {
    phase: TRAIN
  }
}

我看到训练开始时显示以下配置，



我没有在损失层中给出 top 参数。
在这里自动(损失 - >(自动))到底是什么意思？

提前致谢!

最佳答案

Caffe 层，包括损失层，产生 Blob(4 维数组)作为其计算的输出。如果不通过 top 参数设置 Blob 名称，则会将相应的 Blob 添加到网络的“输出”中。

这意味着，如果您调用 Net::forward() 方法，它将返回一个 Blob 列表，即那些无界作为另一层输入的 Blob。

当您调用 Caffe 训练工具时，它会自动打印以筛选此类 Blob。通过这种方式，您可以在训练期间跟踪损失或准确度的值。

关于neural-network - 什么是caffe中的 'top'参数，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/32744542/