caffe solver及其配置

solver算是caffe的核心的核心，它協調着整個模型的運作。caffe程序運行必帶的一個參數就是solver配置文件。運行代碼一般爲

# caffe train --solver=*_slover.prototxt

在Deep Learning中，往往loss function是非凸的，沒有解析解，我們需要通過優化方法來求解。solver的主要作用就是交替調用前向（forward)算法和後向（backward)算法來更新參數，從而最小化loss，實際上就是一種迭代的優化算法。

到目前的版本，caffe提供了六種優化算法來求解最優參數，在solver配置文件中，通過設置type類型來選擇。

• Stochastic Gradient Descent (type: "SGD"),
• AdaDelta (type: "AdaDelta"),
• Adaptive Gradient (type: "AdaGrad"),
• Adam (type: "Adam"),
• Nesterov’s Accelerated Gradient (type: "Nesterov") and
• RMSprop (type: "RMSProp")

 具體的每種方法的介紹，請看本系列的下一篇文章, 本文着重介紹solver配置文件的編寫。

Solver的流程：

1.     設計好需要優化的對象，以及用於學習的訓練網絡和用於評估的測試網絡。（通過調用另外一個配置文件prototxt來進行）

2.     通過forward和backward迭代的進行優化來跟新參數。

3.     定期的評價測試網絡。 （可設定多少次訓練後，進行一次測試）

4.     在優化過程中顯示模型和solver的狀態

在每一次的迭代過程中，solver做了這幾步工作：

1、調用forward算法來計算最終的輸出值，以及對應的loss

2、調用backward算法來計算每層的梯度

3、根據選用的slover方法，利用梯度進行參數更新

4、記錄並保存每次迭代的學習率、快照，以及對應的狀態。

接下來，我們先來看一個實例：

net: "examples/mnist/lenet_train_test.prototxt"
test_iter: 100
test_interval: 500
base_lr: 0.01
momentum: 0.9
type: SGD
weight_decay: 0.0005
lr_policy: "inv"
gamma: 0.0001
power: 0.75
display: 100
max_iter: 20000
snapshot: 5000
snapshot_prefix: "examples/mnist/lenet"
solver_mode: CPU

接下來，我們對每一行進行詳細解譯：

net: "examples/mnist/lenet_train_test.prototxt"

設置深度網絡模型。每一個模型就是一個net，需要在一個專門的配置文件中對net進行配置，每個net由許多的layer所組成。每一個layer的具體配置方式可參考本系列文文章中的（2）-（5）。注意的是：文件的路徑要從caffe的根目錄開始，其它的所有配置都是這樣。

也可用train_net和test_net來對訓練模型和測試模型分別設定。例如：

train_net: "examples/hdf5_classification/logreg_auto_train.prototxt"
test_net: "examples/hdf5_classification/logreg_auto_test.prototxt"

接下來第二行：

test_iter: 100

這個要與test layer中的batch_size結合起來理解。mnist數據中測試樣本總數爲10000，一次性執行全部數據效率很低，因此我們將測試數據分成幾個批次來執行，每個批次的數量就是batch_size。假設我們設置batch_size爲100，則需要迭代100次才能將10000個數據全部執行完。因此test_iter設置爲100。執行完一次全部數據，稱之爲一個epoch

test_interval: 500

測試間隔。也就是每訓練500次，才進行一次測試。

base_lr: 0.01
lr_policy: "inv"
gamma: 0.0001
power: 0.75

這四行可以放在一起理解，用於學習率的設置。只要是梯度下降法來求解優化，都會有一個學習率，也叫步長。base_lr用於設置基礎學習率，在迭代的過程中，可以對基礎學習率進行調整。怎麼樣進行調整，就是調整的策略，由lr_policy來設置。

lr_policy可以設置爲下面這些值，相應的學習率的計算爲：

• • - fixed:　　 保持base_lr不變.
  • - step: 　　 如果設置爲step,則還需要設置一個stepsize,  返回 base_lr * gamma ^ (floor(iter / stepsize)),其中iter表示當前的迭代次數
  • - exp:   　　返回base_lr * gamma ^ iter， iter爲當前迭代次數
  • - inv:　　    如果設置爲inv,還需要設置一個power, 返回base_lr * (1 + gamma * iter) ^ (- power)
  • - multistep: 如果設置爲multistep,則還需要設置一個stepvalue。這個參數和step很相似，step是均勻等間隔變化，而multistep則是根據                                 stepvalue值變化
  • - poly: 　　  學習率進行多項式誤差, 返回 base_lr (1 - iter/max_iter) ^ (power)
  • - sigmoid:　學習率進行sigmod衰減，返回 base_lr ( 1/(1 + exp(-gamma * (iter - stepsize))))

multistep示例：

base_lr: 0.01
momentum: 0.9
weight_decay: 0.0005
# The learning rate policy
lr_policy: "multistep"
gamma: 0.9
stepvalue: 5000
stepvalue: 7000
stepvalue: 8000
stepvalue: 9000
stepvalue: 9500

接下來的參數：

momentum ：0.9

上一次梯度更新的權重，具體可參看下一篇文章。

type: SGD

優化算法選擇。這一行可以省掉，因爲默認值就是SGD。總共有六種方法可選擇，在本文的開頭已介紹。

weight_decay: 0.0005

權重衰減項，防止過擬合的一個參數。

display: 100

每訓練100次，在屏幕上顯示一次。如果設置爲0，則不顯示。

max_iter: 20000

最大迭代次數。這個數設置太小，會導致沒有收斂，精確度很低。設置太大，會導致震盪，浪費時間。

snapshot: 5000
snapshot_prefix: "examples/mnist/lenet"

快照。將訓練出來的model和solver狀態進行保存，snapshot用於設置訓練多少次後進行保存，默認爲0，不保存。snapshot_prefix設置保存路徑。

還可以設置snapshot_diff，是否保存梯度值，默認爲false,不保存。

也可以設置snapshot_format，保存的類型。有兩種選擇：HDF5 和BINARYPROTO ，默認爲BINARYPROTO

solver_mode: CPU

設置運行模式。默認爲GPU,如果你沒有GPU,則需要改成CPU,否則會出錯。

 注意：以上的所有參數都是可選參數，都有默認值。根據solver方法（type)的不同，還有一些其它的參數，在此不一一列舉。