在Caffe中使用 DIGITS（Deep Learning GPU Training System）自定义Python层

注意：包含Python层的网络只支持单个GPU训练！！！！！

　　Caffe 使得我们有了使用Python自定义层的能力，而不是通常的C++/CUDA。这是一个非常有用的特性，但它的文档记录不足，难以正确实现本演练将向您展示如何使用DIGHT来学习实现Python层。

注意：这个特性（自定义python层）在你是使用Cmake编译Caffe或者使用Deb 包来安装Caffe的时候自动被包含。如果你使用Make,你将需要将你的Makefile.config中的"WITH_PYTHON_LAYER := 1"解注释来启用它。

给MNIST添加遮挡

　　对于这个例子，我们将在MNIST数据集上训练LeNet,但是我们将建立一个python层，来实现在图片喂进网络之前，截取掉它的四分之一。这模拟遮挡的数据，这样将会训练出一个对遮挡更加鲁棒的模型。

　　比如变成

创建数据集

首先，仿照这个教程（https://github.com/NVIDIA/DIGITS/blob/master/docs/GettingStarted.md#creating-a-dataset）来使用DIGITS创建MNIST数据集（假设你还没有创建）

创建Python文件

接下来你将创建一个包含你的Pyhon层定义的Python文件。打开一个文本编辑器，然后创建一个包含如下内容的文件。

import caffe
import random

class BlankSquareLayer(caffe.Layer):

    def setup(self, bottom, top):
        assert len(bottom) == 1,            'requires a single layer.bottom'
        assert bottom[0].data.ndim >= 3,    'requires image data'
        assert len(top) == 1,               'requires a single layer.top'

    def reshape(self, bottom, top):
        # Copy shape from bottom
        top[0].reshape(*bottom[0].data.shape)

    def forward(self, bottom, top):
        # Copy all of the data
        top[0].data[...] = bottom[0].data[...]
        # Then zero-out one fourth of the image
        height = top[0].data.shape[-2]
        width = top[0].data.shape[-1]
        h_offset = random.randrange(height/2)
        w_offset = random.randrange(width/2)
        top[0].data[...,
                h_offset:(h_offset + height/2),
                w_offset:(w_offset + width/2),
                ] = 0

    def backward(self, top, propagate_down, bottom):
        pass

其中，top和bottom是包含一个或者多个blob的列表或者数组，访问其中的每一个blob使用下标index，如top[index]，访问其中的数据使用top[index].data，也就是一个四维向量[N,C,H,W]。

创建一个模型

注意：如果你以前没有使用DIGITS创建一个模型，在创建之前，你可以参照教程（https://github.com/NVIDIA/DIGITS/blob/master/docs/GettingStarted.md#training-a-model）学习。

点击主页上的 New Model > Images > Classification。
从数据集列表中选择MNIST数据集。
单击“Use client side file”，并选择先前创建的Python文件。
点击LeNet under Standard Networks > Caffe。
点击右边显示的 Customize 链接。

这将把我们带到一个窗口，我们可以自定义LeNet来添加自定义的Python层。我们将在scale层和conv层之间插入我们的层。找到这些层（从顶部的几行），并插入这段prototxt代码的片段：

layer {
  name: "blank_square"
  type: "Python"
  bottom: "scaled"
  top: "scaled"
  python_param {
    module: "digits_python_layers"
    layer: "BlankSquareLayer"
  }
}

当你点击Visualize，你将看到如下图：

然后给模型一个名字，点击Create。你将会看到模型训练会话开始。如果你注意，你你将会发现这个模型会比默认的LeNet网络精度低，这是为什么呢？

 注意：当前的caffe版本不支持在有Python层的网络上使用多GPU。如果你向使用Python层，那么你需要使用但GPU来训练。详见：https://github.com/BVLC/caffe/issues/2936

测试模型

现在开始比较有趣的部分。在MNIST测试集中选择一张图片，然后将它上传到 Test a single image（在页面的底下）

然后点击Show visualizations 和 statistics! 原始的图片将显示在左上，然后是它的预测类型。在Visualization 列，你会看到减去均值的图像作为数据激活的结果。

就在它下面，你会看到将图像从[0～255 ]缩小到[-1～1 ]的结果。你也会看到一个随机的四分之一的图像已经被删除-这是得益于我们的Python层！

注意：第二个激活显示为彩色热图，即使底层数据仍然是单通道的，并且可以显示为灰度图像。“数据”激活被视为一种特殊情况，所有其他激活都被转换为热图。