caffe元素的乘法用固定的斑点

Question

我想我会在这里问多个Quesitons，我希望有任何评论，因为我是Caffe的新闻。

在我的网络输入图像中有大小1x41x41，因为我使用的是64批量大小，我认为数据大小为 64x1x41x41（如果这是错误的，请纠正我）

在一些卷积层（不会更改数据大小）之后，我想用大小1x41x41的预定义斑点乘以结果数据。使用EltwiseLayer进行乘法似乎很方便。因此，为了定义Eltwise的第二层底层，我需要为BLOBS提供另一个输入数据。（请告知是否可以其他方式完成）

第一个问题：批处理培训使我感到困惑。如果我想在EltwiseLayer中用单个斑点乘以一批图像，底部尺寸是否相同？换句话说，我应该使用repmat（MATLAB）来克隆64个斑点以具有64x1x41x41的大小，或者我只能插入大小1x1x41x41的单个斑点？

第二个问题：我想用100个不同的斑点将数据乘以100个结果的平均值。我需要定义100 EltwiseLayers来完成这项工作吗？还是可以在大小1x100x41x41（或64x100x41x41）的单个数据中收集斑点，并克隆要乘以100次的数据？如果是这样，我该怎么办？一个例子将非常有用。（我已经在某处看到了TileLayer，但信息分布在银河系中。）

预先感谢。

Answer 1

为了在caffe中进行元素乘法，两个斑点都必须具有相同的形状。Caffe不会沿Singleton Dimensions"广播"。
因此，如果要乘以64个形状1x41x41的批次，则必须提供两个64x1x41x41底部斑点。
如您已经注意到的那样，您可以使用"Tile"层进行repmat ING：

layer {
  name: "repmat"
  type: "Tile"
  bottom: "const_1x1x41x41_blob"
  top: "const_64x1x41x41_blob"
  tile_param {
    axis = 0   # you want to "repmat" along the first axis
    tiles = 64 # you want 64 repetitions
  }
}

现在您可以进行"Eltwise"乘法

layer {
  name: "mul"
  type: "Eltwise"
  bottom: "const_64x1x41x41_blob"
  bottom: "other_blob"
  top: "mul"
  eltwise_param {
    operation: MUL
  }
}