梳理caffe代码loss（二十二）_caffe caffe_set

下面是一个博友对于NG课程的翻译：

接下来偷懒一下直接上传图片，caffe中的常用的loss函数（后面文章会梳理每一个Loss）：

loss有一个细节问题就是Loss weights（损失权重），用来表征不同Layer产生的loss的重要性，Layer名称中以Loss结尾表示这是一个会产生loss的Layer，其他的Layer只是单纯的用于中间计算。任何一个Layer都可以被用于产生loss。反向迭代时，一个Layer可以赋予一个非零的loss weight，用于调整中间Layer产生的一些数据、参数。对于不止一个输出（top）的Layer（对应的有非零的loss weight），输出的loss是对所有输出blob的loss的和。Caffe最后输出的loss，是由Net中所有的loss加权得到的。对于loss Layer，loss_weight为非0，对于非loss Layer，loss_weight都是0，所以Layer对网络loss的贡献值也为0。

Pseudocode：

loss := 0
for layer in layers:
  for top, loss_weight in layer.tops, layer.loss_weights:
    loss += loss_weight * sum(top)

这个设置在layer.hpp文件中， 一个protected函数， SetLossWeight() ：

/**
   * 初始化损失权重---<strong>为每个top blob设置loss weight multiplier blobs(损失权重乘子blobs)</strong>，非LossLayer的top blob的loss weight值为零
   * =====!!!! Store non-zero loss weights in the diff blob !!!!===
   */
  inline void SetLossWeights(const vector<Blob<Dtype>*>& top) {
    const int num_loss_weights = layer_param_.loss_weight_size();//message Layerparameter中的repeated float loss_weight = 5;表示的是“The amount of weight to assign each top blob in the objective”</strong></em>
    if (num_loss_weights) {
      CHECK_EQ(top.size(), num_loss_weights) << "loss_weight must be "
          "unspecified or specified once per top blob.";
      for (int top_id = 0; top_id < top.size(); ++top_id) {
        const Dtype loss_weight = layer_param_.loss_weight(top_id);
        if (loss_weight == Dtype(0)) { continue; }
        this->set_loss(top_id, loss_weight);//修改Layer的数据成员loss_,其存储的是loss_weight
        const int count = top[top_id]->count();
        Dtype* loss_multiplier = top[top_id]->mutable_cpu_diff();//返回指向某块Blob的diff所对应的内存空间的指针，并且由于mutable_cpu_diff返回的是void*指针,还有一个类型转换过程
        caffe_set(count, loss_weight, loss_multiplier);//loss_multiplier是一个void指针，caffe_set函数表示用loss_weight初始化这块内存,使其能够存储count个loss_weight(when loss_weight!=0),if loss_weight=0,则用0值来初始化.-----这里为blob的每个元素都初始化了一个loss_weight, 那么在后面计算loss时，只要sum(top)就可以了.
      }
    }
  }

caffe_set函数在math_function中有实现，对参数进行的初始化，

template <typename Dtype>
void caffe_set(const int N, const Dtype alpha, Dtype* Y) {
  if (alpha == 0) {
    memset(Y, 0, sizeof(Dtype) * N);  // NOLINT(caffe/alt_fn)
    return;
  }
  for (int i = 0; i < N; ++i) {
    Y[i] = alpha; 
  }
}

功能：用常数 alpha 对 Y 进行初始化 

函数 void *memset(void *buffer, char c, unsigned count) 一般为新申请的内存做初始化，功能是将buffer所指向内存中的每个字节的内容全部设置为c指定的ASCII值, count为块的大小。

配置文件protxt中的形式：

layer {
  name: "loss"
  type: "XXXXXXXXXXXLoss"
  bottom: "predict"
  bottom: "label1"
  bottom: "label2"
  top: "loss"
  loss_weight: xxxxx
}