machine-learning - caffe:5D blob 池化？

Question

我有一个像 1x8x128x128 这样的 5D blob，并且我有一个能够处理我的 5D blob 的卷积层。当我想使用池层时，尽管它不起作用。如何将池层与 5D blob 一起使用？

Check failed: 4 == bottom[0]->num_axes() (4 vs. 5) Input must have 4 axes, corresponding to (num, channels, height, width)

我认为caffe还不支持它。我可以只使用卷积层并进行池化吗？

Answer 1

如果您只想池化前两个空间维度，您可以“ reshape ” 为 4D(“挤压” channel 和时间维度)，池化，然后“ reshape ” 返回 5D:

layer {
  name: "pool/reshape4D"
  type: "Reshape"
  bottom: "in"
  top: "pool/reshape4D"
  reshape_param { axis: 1 num_axes: 1 shape { dim: -1 } }
}
layer {
  name: "pool"
  type: "Pooling"
  bottom: "pool/reshape4D"
  top: "pool"
  # pooling params here...
}
layer {
  name: "pool/reshape5D"
  type: "Reshape"
  bottom: "pool"
  top: "pool/reshape5D"
  reshape_param { axis: 1 num_axes: 1 shape { dim: -1 dim: <temporal_dim> } } # replace <.> with the actual temporal dimension size.
}

参见caffe.proto中ReshapeParameter的定义了解更多详情。