Caffe如何确定每一层的神经元数量？

Question

最近，我一直在尝试将 Caffe 用于我正在做的一些深度学习工作。虽然在 Caffe 中编写模型非常容易，但我一直无法知道这个问题的答案。 Caffe如何确定一个隐藏层的神经元个数？我知道确定一个层的神经元个数和隐藏层的个数本身是无法通过解析和确定的问题在这方面必须使用 'thumb rules'。但是有没有一种方法可以定义或知道 Caffe 中每一层的神经元数量？默认情况下，Caffe 是如何固有地确定这一点的？

非常感谢任何帮助！

Answer 1

Caffe 不决定神经元的数量——用户决定。
这是直接从 Caffe 的网站上提取的，在这里：http://caffe.berkeleyvision.org/tutorial/layers.html

例如，这是一个96个节点（或神经元）的卷积层：

layer {
  name: "conv1"
  type: "Convolution"
  bottom: "data"
  top: "conv1"
  # learning rate and decay multipliers for the filters
  param { lr_mult: 1 decay_mult: 1 }
  # learning rate and decay multipliers for the biases
  param { lr_mult: 2 decay_mult: 0 }
  convolution_param {
    num_output: 96     # learn 96 filters
    kernel_size: 11    # each filter is 11x11
    stride: 4          # step 4 pixels between each filter application
    weight_filler {
      type: "gaussian" # initialize the filters from a Gaussian
      std: 0.01        # distribution with stdev 0.01 (default mean: 0)
    }
    bias_filler {
      type: "constant" # initialize the biases to zero (0)
      value: 0
    }
  }
}