neural-network - 如何在 Caffe 中 reshape blob？

Question

如何 reshape 形状的 Blob N x C x H x W至N x 1 x (C*H) x W在咖啡？

我想制作一个卷积层，其权重在 channel 之间是相同的。

我想出的一种方法是 reshape 形状的底部 Blob N x C x H x W至N x 1 x (C*H) x W并在其上放置一个卷积层。但我只是不知道如何 reshape 一个 Blob 。

请帮帮我，谢谢。

Answer 1

如果我理解您的最终目标，Caffe 的卷积层已经可以使用通用/共享过滤器进行多个输入输出卷积，例如:

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        
  }
}

假设您已拆分所有流(切片层可以做到这一点)，最后您可以根据需要将它们与 concat 或 eltwise 层合并。

这避免了对 blob 进行重新整形、卷积然后重新整形的需要，这可能会在边缘附近引入跨 channel 干扰。