Wie Umformen, ein blob in Caffe?

Wie Umformen, ein blob der Form N x C x H x W zu N x 1 x (C*H) x W im Caffe?

Möchte ich ein convolution-Schicht die GEWICHTE gleich sind und zwischen den Kanälen.

Einer Weise, die ich kommen mit ist die Umgestaltung der unteren blob von der Form N x C x H x W zu N x 1 x (C*H) x W Ort und ein convolution-Schicht auf Sie. Aber ich weiß einfach nicht, wie Sie zu Umformen einen blob.

Bitte helfen Sie mir, danke.

InformationsquelleAutor TorosFanny | 2015-01-22
  1. 7

    Als zeigte durch whjxnyzh, die Sie verwenden können "Reshape" Schicht. Caffe ist Recht flexibel, in der Art, es ermöglicht Ihnen zu definieren, der output-Form.

    Sehen die Deklaration von reshap_param im Cafe.proto`:

    //Specify the output dimensions. If some of the dimensions are set to 0,
//the corresponding dimension from the bottom layer is used (unchanged).
//Exactly one dimension may be set to -1, in which case its value is
//inferred from the count of the bottom blob and the remaining dimensions.

    In deinem Fall denke ich, Sie müssen eine Schicht wie diese:

    layer {
  name: "my_reshape"
  type: "Reshape"
  bottom: "in"
  top: "reshaped_in"
  reshape_param { shape: {dim: 0 dim: 1 dim: -1 dim: 0 } }
}

    Finden Sie auch auf caffe.helfen.

    • Kann dies auch erreicht werden, indem blob-Methode der Klasse reshape(const vector<int>& shape) ? Was ist der Unterschied zwischen Klasse, Methode reshape und der reshape-Schicht?
    InformationsquelleAutor Shai
  3. 2

    Wenn ich verstehe deine Letzte Ziel rechts, Caffe convolution-Schicht schon können mehrere input-output-Faltung mit gemeinsamen/geteilten Filter wie:

    layer {
  name:   "conv"
  type:   "Convolution"
  bottom: "in1"
  bottom: "in2"
  bottom: "in3"
  top:    "out1"
  top:    "out2"
  top:    "out3"
  convolution_param {
    num_output : 10  #the same 10 filters for all 3 inputs
    kernel_size: 3        
  }
}

    Vorausgesetzt, Sie haben alle Ströme split (slice-Ebene tun können), und schließlich können Sie Sie Zusammenführen, wenn gewünscht, mit einem concat oder eltwise Schicht.

    Vermeiden, dass die Bedürfnisse der Umgestaltung blob, gefaltet, und dann reshaping it zurück, die das vielleicht einführen, die cross-channel-Interferenzen in der Nähe der Ränder.

    InformationsquelleAutor Francis Lau
  4. 0

    Nicht sicher, ob das passt Ihren Angaben genau, aber Caffe hat die Reduzierung von Ebenen. Der blob geht von n * c * h * w n * (chw) * 1 * 1.

    Sehen http://caffe.berkeleyvision.org/tutorial/layers.html

    InformationsquelleAutor slam_duncan
Schreibe einen Kommentar