在 Caffe 的 data_param 中设置 batch_size 没有效果

Question

当我在 Google deep dream bvlc_googlenet 中将 'batch_size' 中的 deploy.prototxt file 设置为降低 GPU 内存要求时，它对速度和内存要求都没有影响。就好像它被忽略了一样。我知道正在使用文件本身（deploy.prototxt），因为其他更改会反映在结果中，所以这不是问题。我还尝试在所有相关层上设置 batch_size（“inception_4c/1x1”等），同样没有区别。

我是这样设置的：

layer {
  name: "inception_4c/output"
  type: "Concat"
  bottom: "inception_4c/1x1"
  bottom: "inception_4c/3x3"
  bottom: "inception_4c/5x5"
  bottom: "inception_4c/pool_proj"
  top: "inception_4c/output"
  data_param {
    batch_size 1
  }
}

当我对脚本的运行时间计时，batch_size 1 和batch_size 512 是一样的，没有区别。

我做错了什么？

Answer 1

data_param是输入数据层的参数。您可以仅为输入设置batch_size，该值会通过网络传播。

在deploy.prototxt 中，批处理大小由第一个'input_dim' 参数（third line）设置，尝试更改此值，看看它是否对网络的内存消耗有任何影响。

deploy.prototxt 文件的前几行应该被解释为

input: "data"  # the "top" name of input layer
input_dim: 10  # 4th dimension - batch size
input_dim: 3   # 3rd dimension - number of channels
input_dim: 224 # 2nd dimension - height of input
input_dim: 224 # 1st dimension - width of input

因此，您希望在您的第一个 conv 层 ("conv1/7x7_s2") 有一个名为“data”的“底部”，其形状为 10-by-3-by-224-by-224。