Deep learning 如何将自定义bn层添加到caffe

我从GitHub下载了一个项目，发现它没有

“BN”

层。
我想将其添加到caffe代码中，但遇到以下错误：

---

如何解决这个问题？

看起来您使用的是一个旧的Caffe版本，它为

REGISTER\u LAYER\u CLASS

宏提供了两个参数，但是BN LAYER适用于一个新的Caffe版本，其中宏被更改为只使用一个参数（即层类型）。
您可以在其他层中检查

REGISTER\u LAYER\u CLASS

的其他参数是什么，并相应地将其添加到您的BN层，或者获取更新版本的Caffe并将deeplab层合并到其中。

---

（或者，这似乎是一个deeplab2 Caffe repo，最新版本，带有BN支持：）

看起来您使用的是一个旧的Caffe版本，该版本为

REGISTER\u LAYER\u类

宏采用了两个参数，但BN LAYER适用于更新的Caffe版本，其中宏被更改为仅采用一个参数（即层类型）.
您可以在其他层中检查

REGISTER\u LAYER\u CLASS

的其他参数是什么，并相应地将其添加到您的BN层，或者获取更新版本的Caffe并将deeplab层合并到其中。

---

（或者，这似乎是一个最新的deeplab2 Caffe回购协议，带有BN支持：）

您从哪里获取批量规范层实现？从pspnet获取，因为我想将pspnet应用到deeplab。您从哪里获取批量规范层实现？从pspnet获取，因为我想将pspnet应用到deeplab

src/caffe/layers/batch_norm_layer.cpp:250:31: 
error: macro "REGISTER_LAYER_CLASS" requires 2 arguments, but only 1 given REGISTER_LAYER_CLASS(BatchNorm);