在 Caffe 中编写具有可学习参数的自定义 Python 层答案

【问题标题】：Writing Custom Python Layer With Learnable Parameters in Caffe在 Caffe 中编写具有可学习参数的自定义 Python 层
【发布时间】：2017-01-20 08:55:59
【问题描述】：

我知道this example 应该说明如何使用add_blob() 方法在Python layer 中添加可训练参数。

但是，我仍然无法理解如何使用它来根据用户定义的参数设置 blob 的尺寸。

这里有一个更好的例子来说明如何编写 Python 层 here。但是在这里，该层不包含任何可训练的参数。

请说明如何使用可训练参数编写自定义 Python 层。

【问题讨论】：

我不确定您所说的“设置 blob 的尺寸”是什么意思。 AFAIK，caffe 根据当前层的底部 blob 大小和属性设置顶部 blob 大小；因此，您无需设置尺寸。

【解决方案1】：

当您使用add_blob() 添加参数blob 时，您可以reshape 添加的blob，或者在setup() 方法中（添加时正确），或者在层的reshape() 方法中。

【讨论】：

您能否评论一下如何让图层具有用户在 train_val.prototxt 文件中定义的超参数？另外，在编写自定义 Python 层时，是否需要对 caffe.proto 或头文件进行任何更改？