Deep learning Caffe中两个特征映射的矩阵乘法

是否有一个层（或层的简单组合）可用于在两个要素地图之间执行矩阵乘法？例如，假设有一个大小为MxN的blob和另一个大小为NxP的blob，是否有一个层可以像矩阵一样将这两个blob相乘？

有一个计划对caffe进行更改，以便按照您的要求进行操作，即将参数blob视为常规blob。有关更多信息，请参阅

在完成此更改之前，您可以考虑

“平铺”

将blob分为

M

x

N

x

P

blob

使用

“Eltwise”

层进行元素乘法

在

N

轴上与全局池一起使用

“池”

---

我想到了这一点，但它需要更多的内存（线性更多）。我最终使用了caffe_gpu_gemm，因为我不需要向后传球。