Deep learning 如何在CAFFE中连接池层和内部产品层的输出？

在尝试将池层（池化卷积层）的输出与内积层的输出合并时，我得到了以下错误：

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

我想将两者连接起来，并将它们输入另一个（完全连接的）内部产品层

有人能建议如何解决这个问题吗

我的concat图层定义为：

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

---

谢谢大家!

通过展平conv.layer输出解决了我的问题

e、 g.通过在水池和混凝土层之间添加展平层：

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

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

---

通过展平conv.layer输出解决了我的问题

e、 g.通过在水池和混凝土层之间添加展平层：

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

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