Deep learning 使用im2col层、重塑层和内部产品层实现局部连接层？

我使用的是caffe，它没有本地连接层。那么，有没有关于如何使用im2col层、重塑层和内积层来实现本地连接层的示例？谢谢

个人观点： 我还尝试使用

Crop

，

Im2col

，

重塑

和

内部产品

层来实现本地连接层，但失败

因为当我想使用

InnerProduct

层实现卷积运算时，我发现在

InnerProductLayer:：Forward\u cpu（）

函数中：

caffe_cpu_gemm<Dtype>(CblasNoTrans, transpose_ ? CblasNoTrans : CblasTrans,
                      M_, N_, K_, (Dtype)1.,
                      bottom_data, weight, (Dtype)0., top_data);

caffe_cpu_gemm<Dtype>(CblasNoTrans, CblasNoTrans, conv_out_channels_ /
    group_, conv_out_spatial_dim_, kernel_dim_,
    (Dtype)1., weights + weight_offset_ * g, col_buff + col_offset_ * g,
    (Dtype)0., output + output_offset_ * g);

您可以轻松地将此层添加到您的

caffe

，相关文件如下：

include/caffe/layers/local_conv_layer.hpp
src/caffe/layers/local_conv_layer.cpp(cu)

您还应该从

src/caffe/proto/caffe.proto

向您的

caffe.proto

添加

message local卷积参数

，

可选的local卷积参数local\u conv\u param

。

---

.

谢谢。建造没有问题。这将是非常有用的！您好，我想使用DeepFace的自定义层，其中一个本地连接层的大小为7x7x32，在您的caffe.proto文件中，您说该层只能用于二维卷积，所以这意味着我们不能使用该层？ThanksHi，我想使用DeepFace的自定义层，其中一个本地连接层的大小是7x7x32，在您的caffe.proto文件中，您说该层只能用于二维卷积，所以这意味着我们不能使用该层？Thanks@saeedmasoomi2D卷积表示输入的形状为

num x channel x height x width

。所以，如果我理解正确，本地连接层的输入应该是

numx32x7x7

，这是该层支持的。我想因为内核有一个卷，我们不能使用它：））谢谢

include/caffe/layers/local_conv_layer.hpp
src/caffe/layers/local_conv_layer.cpp(cu)