如何在 CAFFE 中连接池化层和内积层的输出？答案

【问题标题】：How to concat the output of a pooling layer and inner-product layer in CAFFE?如何在 CAFFE 中连接池化层和内积层的输出？
【发布时间】：2015-12-04 12:48:55
【问题描述】：

在尝试将池化层（池化卷积层）的输出与内积层的输出连接时，出现以下错误：

Check failed: num_axes == bottom[i]->num_axes() (4 vs. 2) All inputs must have the same #axes.

我想连接两者并将它们输入另一个（全连接）内积层。

谁能建议如何解决这个问题？

我的 concat 层定义是：

layer {
  type: "Concat"
  bottom: "pool3"
  bottom: "ip1_prior"
  top: "ip1_combine"
  name: "concat"
}

谢谢！

【问题讨论】：

标签： deep-learning caffe

【解决方案1】：

通过展平转化解决了我的问题。层输出。

例如通过在池层和连接层之间添加一个 Flatten 层：

layer {
  type: "Flatten"
  bottom: "pool3"
  top: "pool3flat"
  name: "p3flat"
}

layer {
  type: "Concat"
  bottom: "pool3flat"
  bottom: "ip1_prior"
  top: "ip1_combine"
  name: "concat"
}

【讨论】：