基于文本文件设计和训练神经网络
1. 网络设计基础
卷积层有6个5×5的滤波器，它与一个生成小批量图像的数据层相连。在训练前，所有包含可训练参数的层（如卷积层）都需要初始化，具体来说，卷积滤波器（权重）和卷积层的偏置都要初始化。可以通过将每个权重/偏置设置为随机数来完成初始化，而生成随机数可以使用不同的分布和方法。LayerParameter中的weight_filler和bias_filler参数指定了初始化方法的类型，它们都是FillerParameter的实例，定义如下：
message FillerParameter { optional string type = 1 [default = 'constant']; optional float value = 2 [default = 0]; optional float min = 3 [default = 0]; optional float max = 4 [default = 1]; optional float mean = 5 [default = 0]; optional float std = 6 [default = 1]; enum VarianceNorm { FAN_IN = 0; FAN_OUT = 1; AVERAGE = 2; } optional VarianceNorm variance_norm = 8 [default = FAN_IN];
