caffe中同一层的输出精度和损失答案

【问题标题】：Output accuracy and loss from the same layer in caffecaffe中同一层的输出精度和损失
【发布时间】：2017-08-09 05:05:33
【问题描述】：

我写了一个自定义层，想同时输出accuracy 和loss。这可以通过以下方式使用caffe 来完成吗？

类似于：

layer {
name: ""
bottom: ""
top: loss1
top: loss2
top: accuracy
}

【问题讨论】：

标签： neural-network deep-learning caffe loss

【解决方案1】：

您可以为图层设置任意数量的“顶部”。

首先，您需要定义您的层计算的“顶部”数量。这是通过覆盖ExactNumBottomBlobs()来完成的。
您的 LayerSetup 和 Reshape 方法还应考虑新的“顶部”数量，并设置和重塑这些“顶部”。

请注意，由于您的层是损失层，因此每个“顶部”都必须具有 loss_weight 值：

layer {
  name: "my_new_layer"
  type: "MyNewLayer"
  bottom: "x"
  top: "loss1"
  top: "loss2"
  top: "accuracy"
  loss_weight: 1
  loss_weight: 1.3 # you might want loss2 to have a bit more impact
  loss_weight: 0   # accuracy should not affect gradients...
}

您的图层类应该派生自LossLayer<Dtype> 类，而不是更抽象的Layer<Dtype> 类。

有关如何在 caffe 中实现新层的更多信息，请参阅this page。
另请注意"SoftmaxWithLoss" 层有一个可选的第二个“顶部”，您可能需要查看该层的代码以了解其实现方式。

【讨论】：