Caffe层系列：Softmax Layer

版权声明：未经博主允许，不得转载！ https://blog.csdn.net/u011681952/article/details/86157597

Softmax Layer作用是将分类网络结果概率统计化，常常出现在全连接层后面

CNN分类网络中，一般来说全连接输出已经可以结束了，但是全连接层的输出的数字，有大有小有正有负，人看懂不说，关键是训练时，它无法与groundtruth对应（不在同一量级上），所以用Softmax Layer将其概率统计化，将输出归一化为和为1的概率值；这样我们能一眼看懂，关键是SoftmaxWithLossLayer也可以计算loss值

首先我们先看一下 SoftmaxParameter

// Message that stores parameters used by SoftmaxLayer, SoftmaxWithLossLayer
message SoftmaxParameter {
	  enum Engine {
	    DEFAULT = 0;
	    CAFFE = 1;
	    CUDNN = 2;
	  }
	  optional Engine engine = 1 [default = DEFAULT];
	
	  // The axis along which to perform the softmax -- may be negative to index
	  // from the end (e.g., -1 for the last axis).
	  // Any other axes will be evaluated as independent softmaxes.
	  optional int32 axis = 2 [default = 1];
}

Softmax Layer在prototxt里面的书写：

layers {
	  name: "prob"
	  type: “Softmax"
	  bottom: " fc"
	  top: "prob"
}

SoftmaxWithLossLayer在prototxt里面的书写：

layer {
	  name: "loss"
	  type: "SoftmaxWithLoss"
	  bottom: "prob"
	  bottom: "label"
	  top: "loss"
}