1 ubuntu git clone 默认在当前文件夹

2 caffe 基础了解：

3 当然，官网才是大牛：

4 Caffe支持三种数据格式输入网络，包括Image(.jpg, .png等)，leveldb，lmdb，根据自己需要选择不同输入吧。

5 深度学习结构剖析（错误纠正，（2）代表一个滤波器多个参数<->一个滤波器一个参数）

6  （原文）  （实际上caffe并不这么做）这是我一直困惑的，被这个教程搞得一个星期头晕。caffe中所有输入特征子图和所有输出特征子图都相连。或许，以后直接从直观上思考这个问题，什么破连接，什么节点图，晕死！

（计算详细一文）

链接1的一个评论：再解释下C3的1516个权值是怎么来的。可以看这个博客http://www.cnblogs.com/tornadomeet/archive/2013/05/05/3061457.html

S2层有6个特征图，尺寸14*14。可以认为S2每个特征图是由14*14个共享权值的神经元输出的（等效为一个神经元卷积）。注意S2与C3不完全连接，C3的第一个特征图只与S2前三个特征图相连。具体看：C3里第一个特征图的一个神经元，与S2里第一个特征图的5*5神经元相连，同时也与第二个特征图的5*5相连，也与第三个特征图的5*5相连。因此C3第一个特征图的权值数为(5*5*3+1). 

其实应该有个非常形象化的过程，就是三维卷积，你把S2层想成一个立方体，厚度为6，横截尺寸14*14, C3第一个特征图实际上是对这个立方体前三层的三维卷积。

再说连接数，C3第一个特征图里共享权值的神经元是10*10个，因此连接数是（5*5*3+1）*100

1516怎么来的？

（5*5*3+1）*6+（5*5*4+1）*9+（5*5*6+1）=1516

连接数，其实就是神经元复制了100次：

1516*100

看到下面有人说卷积核是60个，这个理解应该是把卷积只限制在S2的一个特征图上了，用三维卷积的角度考虑，卷积核实际上实在多特征图上进行，所以卷积核应该是16个

（用60个卷积核推导出的权值数和连接数还是1516和151600吗？？）

个人理解，如果错了恳求大家指出，我也好改正

按照链接2（good）：计算C5，由于全连接，故有，C5和S4中所有的挨个连，然后共加起来，再添加一个偏置，共（5*5*16+1）=401个参数，则120个共有120*401=48120个参数。当然，由于滤波器扫描移动是“1*1”，故连接数也是48120个。

按照链接2：F6的连接84（设计的），每个都全连接C5中120个特征子图（1*1），然后加起来，再添加一个偏置，共（1*1*120+1）=121个参数，则84个共有

84*121=10164个

注1：如此，输入相当于只有一个特征子图。

注2：最终经过一个sigmoid函数输出。还有什么径向基函数

 

总结思路：

参数计算：我的判别式如下表达式，其中L是上层C_k-1层的特征子图个数，F是滤波器参数个数，通常等于*×*，1是偏置，i代表本层C_k标号，共C个特征子图。L_ik指C_k层的第i个连接C_k-1层的特征子图个数。的求和指对所有标号求和，因为，不是全连接时，各个标号是不对称的，对应的参数也不一样。

（1）特殊地，对于pooling，通常F=1，L_ik=1，代表滤波器只有一个参数，F=1感受野的像素之后乘上一个权重，L=1代表pooling只可能与C_i-1有关。

（2）特殊地，对于第一数据输入层，L_ik=1

连接数的计算：我的判别式如下表达式，说明类似上面，多加一个M，代表C_k层每个滤波器在C_k-1层滑动的总步数，通常等于*×*。考虑可能滑动之后与滑动之前有部分重叠，也有可能不重叠。特殊地，M不使前后层重叠。对于pooling，通常F=1，L_ik=1，代表滤波器只有一个参数，F=1感受野的像素之后乘上一个权重，L_ik=1代表pooling只可能与C_k-1有关。

注意：

最后给出caffe作者的图文解释：

按照caffe中的结论，对比总结中的参数计算，Lik=上层特征子图数（通道数/输入个数）