caffe loss 损失权重问题_caffe loss_weight

作者：繁依Fanyi0 | 2024-02-23 03:14:46

踩

caffe loss_weight

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：

[cpp]view plaincopy 
   
 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() ：

[cpp]view plaincopy 
   
 /** 
    * 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.  
       }  
     }  
   }  

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/繁依Fanyi0/article/detail/133277