Caffe学习笔记(二):Caffe前传与反传.损失函数.调优 在caffe框架中,前传/反传(forward and backward)是一个网络中最重要的计算过程:损失函数(loss)是学习的驱动,类似于视频编码中的率失真代价,是衡量学习的程度,或者说,学习的目的是找到一个网络权重的集合,使得损失函数最小:Solver是通过协调网络的前向推断计算和反向计算来对参数进行更新,从而达到减小loss的目的. 下面将对forward and backward.loss.solver分别进行介绍. 1