在caffe中添加新的layer
2017-12-01 10:31
405 查看
深度学习交流QQ群:116270156
Caffe 中有很多的layer,最新版本的代码已经涵盖了很多种类型的layer,然而,有时候由于各种原因,其给定的layer不能满足我们的要求,这时候就要对其更改,以使其满足自己的需求,感谢作者开源代码以及众多的代码维护者。
由于Caffe 中的layer都是直接或者间接地继承Layer 基类,所以,在我们需要添加新的类型时,就需要选择好自己的基类,以使我们能够更好的利用基类已有的一些方法。我们新建的类可以基于
1. 直接继承于Layer
2. 继承于DataLayer
3. 继承于NeuronLayer
4. 继承于LossLayer
5. 或者如果是直接想改进某个层的代码,可以直接继承该类,并做相对应的修改即可。
第一步, 添加头文件.h ,可以自己新建一个头文件,或者追加到一个已有的头文件后面,比如include/DataLayer.hpp 等, 在里面定义一些类变量等。
包括
实现
如果你只实现CPU代码,则省略
第二步,添加实现文件,创建类的实现函数,放在src/XXX.cpp 中,如果有cuda实现,则需要添加相对应的.cu文件实现,主要需要写LayerSetup ,reshape ,forward ,backup 函数。
(可选)用于一次性初始化的
(可选)在
第三步, 注册类,我们可以通过以下两种方式来注册一个Layer:
只有一个构造函数
如果这个Layer只能通过它的构造函数来创建的话,在对应的src/XXX.cpp文件里面加入以下行就行:
有可选的构造函数
如果这个Layer还可以通过另外一个如下形式的构造函数构造:
具体可以参考GetConvolutionLayer,Layer_factory.cpp。
这种情况下,我们在Layer_factory.cpp中可以通过注册构造函数的方式来进行Layer的注册:
REGISTER_LAYER_CREATOR(MyLayer, GetMyLayer)
以上是layer_factory要做的事情。
注意,应该将注册代码放在自己的cpp文件中,因此实现层是自包含的。
或者,如果您的图层有多个engines,也可以注册Creator。 示例见:
第四步,在src/caffe/proto/caffe.proto 文件中,添加对应的类以及类参数。
在enum LayerType {}中添加一行
2
3
4
再添加类参数
2
最后定义类参数
2
3
4
第五步,写测试文件,这个是可选的,不过为了合并到github中,需要测试通过。
在
参考:http://blog.csdn.net/happyflyy/article/details/54866037
Caffe 中有很多的layer,最新版本的代码已经涵盖了很多种类型的layer,然而,有时候由于各种原因,其给定的layer不能满足我们的要求,这时候就要对其更改,以使其满足自己的需求,感谢作者开源代码以及众多的代码维护者。
由于Caffe 中的layer都是直接或者间接地继承Layer 基类,所以,在我们需要添加新的类型时,就需要选择好自己的基类,以使我们能够更好的利用基类已有的一些方法。我们新建的类可以基于
1. 直接继承于Layer
2. 继承于DataLayer
3. 继承于NeuronLayer
4. 继承于LossLayer
5. 或者如果是直接想改进某个层的代码,可以直接继承该类,并做相对应的修改即可。
具体步骤:
第一步, 添加头文件.h ,可以自己新建一个头文件,或者追加到一个已有的头文件后面,比如include/DataLayer.hpp 等, 在里面定义一些类变量等。包括
type的内联实现方法覆盖
virtual inline const char* type() const { return "YourLayerName"; },将
YourLayerName替换为你的层名称。
实现
{*} Blobs()方法来指定blob数量要求; 参阅
/caffe/include/caffe/layers.hpp以使用内联
{*} Blobs()方法强制执行top和bottom Blob计数。
如果你只实现CPU代码,则省略
* _gpu声明。
第二步,添加实现文件,创建类的实现函数,放在src/XXX.cpp 中,如果有cuda实现,则需要添加相对应的.cu文件实现,主要需要写LayerSetup ,reshape ,forward ,backup 函数。
(可选)用于一次性初始化的
LayerSetUp:读取参数,固定大小的分配等。
Reshape用于计算top blob的大小,分配缓冲区以及取决于bottom blob的形状的任何其它工作。
Forward_cpu用于层的计算
Backward_cpu用于其反向梯度传播(可选 - 图层可以是仅向前传播)
(可选)在
layers/your_layer.cu中实现GPU版本
Forward_gpu和
Backward_gpu。
第三步, 注册类,我们可以通过以下两种方式来注册一个Layer:
只有一个构造函数
如果这个Layer只能通过它的构造函数来创建的话,在对应的src/XXX.cpp文件里面加入以下行就行:
INSTANTIATE_CLASS(MyLayer);
REGISTER_LAYER_CLASS(My);
有可选的构造函数
如果这个Layer还可以通过另外一个如下形式的构造函数构造:
template <typename Dtype> Layer<Dtype*> GetMylaer(const LayerParameter& param) { // your implementation }
具体可以参考GetConvolutionLayer,Layer_factory.cpp。
这种情况下,我们在Layer_factory.cpp中可以通过注册构造函数的方式来进行Layer的注册:
REGISTER_LAYER_CREATOR(MyLayer, GetMyLayer)
以上是layer_factory要做的事情。
注意,应该将注册代码放在自己的cpp文件中,因此实现层是自包含的。
或者,如果您的图层有多个engines,也可以注册Creator。 示例见:
caffe/layer_factory.cpp中的
GetConvolutionLayer。
第四步,在src/caffe/proto/caffe.proto 文件中,添加对应的类以及类参数。
在enum LayerType {}中添加一行
enum LayerType { MYLAYER = ID } //其中MYLAYER 是新添加的类名,ID是类编号,注意不能跟之前的重复。1
2
3
4
再添加类参数
optional MylayerParameter mylayer_param = ID2; //其中MylayerParameter 是网络层参数,ID2 是ID1
2
最后定义类参数
message MylayerParameter { optional uint32 myparam1 = 1; optional bool myparam2 = 2 [default = true]; }1
2
3
4
第五步,写测试文件,这个是可选的,不过为了合并到github中,需要测试通过。
在
test/test_your_layer.cpp中写入测试。 使用
test/test_gradient_check_util.hpp来检查Forward和Backward。
参考:http://blog.csdn.net/happyflyy/article/details/54866037
相关文章推荐
- 在caffe中添加自定义的layer
- Caffe 单独测试添加的layer
- caffe 加权交叉熵损失函数层(weighted sigmoid_cross_entropy_loss_layer)添加方法
- windows caffe 添加UpsampleLayer BNLayer以支持SegNet网络结构
- caffe 中添加新的layer
- 在caffe中添加自定义的layer
- 如何在caffe中添加新的Layer
- caffe源码解析之添加新的Layer(maxout)
- 在caffe中添加triplet loss layer
- 如何在caffe中添加新的Layer
- 如何在caffe中添加新的Layer
- 如何给caffe添加新的layer ?
- 为caffe添加最简单的全通层AllPassLayer
- caffe中添加自定义的layer
- 如何在caffe中添加新的layer
- 在 caffe 中添加 FaceNet 中 Triplet Loss Layer
- 在caffe中添加新的Layer
- Caffe 单独测试添加的layer
- 怎样在caffe中添加layer以及caffe中triplet loss layer的实现
- 如何在caffe中添加新的Layer