【转】Caffe初试（九）solver及其设置

solver算是caffe的核心的核心，它协调着整个模型的运作。caffe程序运行必带的一个参数就是solver配置文件。运行代码一般为

#caffe train --solver=*_solver.prototxt

在Deep Learning中，往往loss function是非凸的，没有解析解，我们需要通过优化方法来求解。solver的主要作用就是交替调用前向（forward）算法和后向（backward）算法来更新参数，从而最小化loss，实际上就是一种迭代的优化算法。

到目前的版本，caffe提供了六种优化算法来求解最优参数，在solver配置文件中，通过设置type类型来选择。

• 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")

具体的每种方法的介绍，请看本系列的下一篇文章，本文着重介绍solver配置文件的编写。

Solver的流程：

1、设计好需要优化的对象，以及用于学习的训练网络和用于评估的测试网络。（通过调用另外一个配置文件prototxt来进行）

2、通过forward和backward迭代的进行优化来更新参数。

3、定期的评价测试网络。（可设定多少次训练后，进行一次测试）

4、在优化过程中显示模型和solver的状态。

在每一次的迭代过程中，solver做了这几步工作：

1、调用forward算法来计算最终的输出值，以及对应的loss

2、调用backward算法来计算每层的梯度

3、根据选用的solver方法，利用梯度进行参数更新

4、记录并保存每次迭代的学习率、快照，以及对应的状态。

接下来，我们先来看一下实例：

 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  

接下来，我们对每一行进行详细解释：

net: "examples/mnist/lenet_train_test.prototxt"

设置深度网络模型。每一个模型就是一个net，需要在一个专门的配置文件中对net进行配置，每个net由许多的layer所组成。每一个layer的具体配置方式可参考前面的博客。

注意的是：文件的路径要从caffe的根目录开始，其它的所有配置都是这样。

也可用train_net和test_net来对训练模型和测试模型分别设定。例如：

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

接下来第二行：

test_iter: 100

这个要与test layer中的batch_size结合起来理解。mnist数据中测试样本总数为10000，一次性执行全部数据效率很低，因此我们将测试数据分成几批次来执行，每个批次的数量就是batch_size。假设我们设置batch_size为1000，则需要迭代100次才能将10000个数据全部执行完。因此test_iter设置为100。执行完一次数据，称之为一个epoch

test_interval: 500

测试间隔。也就是每训练500次，才进行一次测试。

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

这四行可以放在一起理解，用于学习率的设置。只要是梯度下降法来求解优化，都会有一个学习率，也叫步长。base_lr用于设置基础学习率，在迭代的过程中，可以对基础学习率进行调整。怎么样进行调整，就是调整的策略，由lr_policy来设置。

lr_policy可以设置为下面这些值，相应的学习率的计算为：

• - fixed:　　  保持base_lr不变.
• - step: 　　  如果设置为step,则还需要设置一个stepsize,  返回 base_lr * gamma ^ (floor(iter / stepsize)),其中iter表示当前的迭代次数
• - exp:   　　 返回base_lr * gamma ^ iter， iter为当前迭代次数
• - inv:　　     如果设置为inv,还需要设置一个power, 返回base_lr * (1 + gamma * iter) ^ (- power)
• - multistep: 如果设置为multistep,则还需要设置一个stepvalue。这个参数和step很相似，step是均匀等间隔变化，而multistep则是根据stepvalue值变化
• - poly: 　　  学习率进行多项式误差, 返回 base_lr (1 - iter/max_iter) ^ (power)
• - sigmoid:　学习率进行sigmod衰减，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 

接下来的参数：

 momentum ：0.9 

上一次梯度更新的权重，具体可参看下一篇博客。

 type: SGD

优化算法选择。这一行可以省略，因为默认值就是SGD。总共有六种方法可选择，在本文的开头已介绍。

 weight_decay: 0.0005 

权重衰减项，防止过拟合的一个参数。

 display: 100 

每训练100次，在屏幕上显示一次，如果设置为0，则不显示。

 max_iter: 20000  

最大迭代次数。这个数设置太小，会导致没有收敛，精确度很低。设置太大，会导致震荡，浪费时间。

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

快照。将训练出来的model和solver状态进行保存，snapshot用于设置训练多少次后进行保存，默认为0，不保存。snapshot_prefix设置保存路径。还可以设置snapshot_diff，是否保存梯度值，默认为false，不保存。也可以设置snapshot_format，保存的类型。有两种选择：HDF5和BINARYPROTO，默认为BINARYPROTO。

 solver_mode: CPU

设置运行模式。默认为GPU，如果你没有GPU，则需要改成CPU，否则会出错。

注意：以上的所有参数都是可选参数，都有默认值。根据solver方法（type）的不同，还有一些其它的参数，在此就不一一列举。