1

我想我会在这里问多个问题，我喜欢任何评论，因为我是 Caffe 的新手。

在我的网络输入图像有大小1x41x41因为我使用 64 批量大小我认为数据大小将是64x1x41x41（如果这是错误的，请纠正我）

在一些卷积层（不改变数据大小）之后，我想将结果数据与预定义的大小 blob 相乘1x41x41。EltwiseLayer用它来做乘法似乎很方便。因此，为了定义第二个底层，Eltwise我需要为 blob 提供另一个输入数据。（请告知是否可以通过其他方式完成）

第一个问题：批量训练让我很困惑。如果我想将一批图像与单个 blob 相乘EltwiseLayer，底部尺寸是否应该相同？换句话说，我应该使用repmat(matlab) 克隆 64 个 blob 的大小64x1x41x41还是可以插入单个大小的 blob 1x1x41x41？

第二个问题：我想将数据与 100 个不同的 blob 相乘，然后取 100 个结果的平均值。我需要定义 100EltwiseLayers来完成这项工作吗？或者我可以在一个大小1x100x41x41（或64x100x41x41）的数据中收集 blob 并将数据克隆为 100 倍吗？如果是这样，我该怎么做？一个例子会非常有用。（我在TileLayer某个地方看到过，但信息遍布整个银河系。）

提前致谢。

4

1 回答 1

2

为了在 caffe 中进行元素乘法，两个 blob 必须具有完全相同的形状。Caffe 不会沿单例维度“广播” 。
因此，如果您想将一批 64 个形状的 blob 相乘，则1x41x41必须提供两个64x1x41x41底部 blob。
正如您已经指出的，您可以使用"Tile"layer 来执行以下操作repmat：

layer {
  name: "repmat"
  type: "Tile"
  bottom: "const_1x1x41x41_blob"
  top: "const_64x1x41x41_blob"
  tile_param {
    axis = 0   # you want to "repmat" along the first axis
    tiles = 64 # you want 64 repetitions
  }
}

现在你可以做"Eltwise"乘法

layer {
  name: "mul"
  type: "Eltwise"
  bottom: "const_64x1x41x41_blob"
  bottom: "other_blob"
  top: "mul"
  eltwise_param {
    operation: MUL
  }
}
于 2017-10-01T07:45:21.370 回答