Machine learning 执行中的错误"；转置；Caffe中的层

我正在尝试使用Python层在Caffe中实现转置函数。 下面是相同的代码

但是，它正在抛出错误“在抛出

boost:：python:：error\u的实例后调用terminate”

at

restrape（）

方法

有人能解释一下我做错了什么吗

import caffe
import numpy as np

class transpose(caffe.Layer):

    def setup(self, bottom, top):
        assert len(bottom) == 1,            'requires a single layer.bottom'
        assert bottom[0].data.ndim == 2,    'requires matrix data'
        assert len(top) == 1,               'requires a single layer.top'

    def reshape(self, bottom, top):
        top[0].reshape((bottom[0].data.shape[1], bottom[0].data.shape[0]))

    def forward(self, bottom, top):
        top[0].data = np.transpose(bottom[0].data)

    def backward(self, top, propagate_down, bottom):
        pass

谢谢,，

---

Vijetha.

我认为你的

整形不正确。

尝试：

shape
重塑
的参数不是作为一个元组给出的，而是作为一个单独的参数给出的。
是关于置换层的讨论。它可能是相关的。该层的代码是可用的，或者。那么反向传递，也转置梯度呢？这很有效。谢谢。另外，反向方法正确吗？我对这个方法也不是很确定。正如你所评论的，我应该转置从顶部传递的上一个渐变吗？@VijethaGattupalli你需要设置底部[0]。使用顶部[0]进行区分。你需要转置…因此它将是底部[0]。diff=np.transpose（顶部[0]。diff）。我相信“通过”只会使底部[0]。diff=top[0].diff.如果我错了，请纠正我。@VijethaGattupalli pass意味着pass。这意味着我不知道底部[0]中会有什么。diff…为什么caffe要指定顶部[0]。diff到底部[0].diff？我猜重塑方法中的“通过”只会将底层的形状复制到顶层，因此反向方法中可能会发生类似的事情。但感谢您的澄清。我现在理解了如何编写它。
def reshape(self, bottom, top):
  top[0].reshape(bottom[0].data.shape[1], bottom[0].data.shape[0])