src/caffe/proto/caffe.proto

   1 // Copyright 2013 Yangqing Jia
   2
   3 package caffe;
   4
   5 message BlobProto {
   6   optional int32 num = 1 [default = 0];
   7   optional int32 channels = 2 [default = 0];
   8   optional int32 height = 3 [default = 0];
   9   optional int32 width = 4 [default = 0];
  10   repeated float data = 5 [packed=true];
  11   repeated float diff = 6 [packed=true];
  12 }
  13
  14 message Datum {
  15   optional int32 channels = 1;
  16   optional int32 height = 2;
  17   optional int32 width = 3;
  18   // the actual image data, in bytes
  19   optional bytes data = 4;
  20   optional int32 label = 5;
  21 }
  22
  23 message FillerParameter {
  24   // The filler type. In default we will set it to Gaussian for easy
  25   // debugging.
  26   optional string type = 1 [default = 'gaussian'];
  27   optional float value = 2 [default = 0]; // the value in constant filler
  28   optional float min = 3 [default = 0]; // the min value in uniform filler
  29   optional float max = 4 [default = 1]; // the max value in uniform filler
  30   optional float mean = 5 [default = 0]; // the mean value in gaussian filler
  31   optional float std = 6 [default = 1]; // the std value in gaussian filler
  32 }
  33
  34 message LayerParameter {
  35   optional string name = 1; // the layer name
  36   optional string type = 2; // the string to specify the layer type
  37
  38   // Parameters to specify layers with inner products.
  39   optional uint32 num_output = 3; // The number of outputs for the layer
  40   optional bool biasterm = 4 [default = true]; // whether to have bias terms
  41   optional FillerParameter weight_filler = 5; // The filler for the weight
  42   optional FillerParameter bias_filler = 6; // The filler for the bias
  43
  44   optional uint32 pad = 7 [default = 0]; // The padding size
  45   optional uint32 kernelsize = 8; // The kernel size
  46   optional uint32 group = 9 [default = 1]; // The group size for group conv
  47   optional uint32 stride = 10 [default = 1]; // The stride
  48   enum PoolMethod {
  49     MAX = 0;
  50     AVE = 1;
  51   }
  52   optional PoolMethod pool = 11 [default = MAX]; // The pooling method
  53   optional float dropout_ratio = 12 [default = 0.5]; // dropout ratio
  54
  55   optional uint32 local_size = 13 [default = 5]; // for local response norm
  56   optional float alpha = 14 [default = 1.]; // for local response norm
  57   optional float beta = 15 [default = 0.75]; // for local response norm
  58
  59   // For data layers, specify the data source
  60   optional string source = 16;
  61   // For datay layers, specify the batch size.
  62   optional uint32 batchsize = 17;
  63
  64   // The blobs containing the numeric parameters of the layer
  65   repeated BlobProto blobs = 50;
  66 }
  67
  68 message LayerConnection {
  69   optional LayerParameter layer = 1; // the layer parameter
  70   repeated string bottom = 2; // the name of the bottom blobs
  71   repeated string top = 3; // the name of the top blobs
  72 }
  73
  74 message NetParameter {
  75   optional string name = 1; // consider giving the network a name
  76   repeated LayerConnection layers = 2; // a bunch of layers.
  77   repeated string bottom = 3; // The input to the network
  78   repeated string top = 4; // The output of the network.
  79 }
  80
  81 message SolverParameter {
  82   optional float base_lr = 1; // The base learning rate
  83   optional int32 display = 2; // display options. 0 = no display
  84   optional int32 max_iter = 3; // the maximum number of iterations
  85   optional int32 snapshot = 4; // The snapshot interval
  86   optional string lr_policy = 5; // The learning rate decay policy.
  87   optional float min_lr = 6 [default = 0]; // The mininum learning rate
  88   optional float max_lr = 7 [default = 1e10]; // The maximum learning rate
  89   optional float gamma = 8; // The parameter to compute the learning rate.
  90   optional float power = 9; // The parameter to compute the learning rate.
  91   optional float momentum = 10; // The momentum value.
  92 }