PyCaffeを使用して完全に接続された多層パーセプトロン

Question

私はCaffeを初めて使いました。そのワークフローは以前に遭遇したものとは非常に異なります。私は前にニューラルネットワークのためにkeras、sklearn、fann（C++）を使用しました。私はCaffeを使いたいのです。しかし、ワークフローは調整するのが難しいようです。

PyCaffeを使用して、完全に接続された単純なMLPから始めたいと考えています。私はそれにN次元の入力ベクトルを供給し、それらに複数のラベル分類をしたい。私はトレーニングデータを持っています。すべてのCaffeの例は、画像（正方行列入力）用に書かれているようです。
多くの設定ファイルを使用するのではなく、プログラムでネットワークを設定することも好きです。たとえば、Kerasには、add()を使用してレイヤーを順次積み重ねる方法がありました。

Pythonのみを使用してCaffeで簡単なネットワークを構築することは可能ですか？

Answer 1

あなたはcaffe.NetSpec()インターフェースを調べる必要があります。これにより、プログラムでネットを構築することができます。例：

from caffe import layers as L, params as P, to_proto 
import caffe 

ns = cafe.NetSpec() 

ns.fc1 = L.InnerProduct(name='fc1', inner_product_param={'num_output':100, 
                 'weight_filler':{'type':'xavier','std':0.1}, 
                 'bias_filler':{'type':'constant','value':0}}, 
            param=[{'lr_mult':1,'decay_mult':2}, 
              {'lr_mult':2,'decay_mult':0}]) 
ns.relu1 = L.ReLU(ns.fc1, inplace=True)