出于性能原因，我正在尝试将相当复杂的卷积神经网络从 Caffe 转换为 Caffe2。我知道转换等效层的教程，但是，我在 Caffe 中的 DummyData 层使转换崩溃。虽然我知道我很可能必须扩展教程脚本来解决这个问题，但我希望有人能指出我在 Caffe2 中构建等效层的正确方向。
我还必须转换几个不同的 python 层，所以我不可避免地需要修改 Caffe2 Github repo 中的教程；我只是不确定如何解决这个问题，并认为看看 DummyData 层是如何完成的会很有帮助。不幸的是，我无法访问我编写的代码，因为它是在我的计算机上工作，但是，到目前为止，我所做的只是添加了一个新函数，该函数具有与所有其他层相似的 args 并创建一个新的运营商。我不确定这是否是正确的方法（因为我可能错过了一个大致相同的现有运营商）。