Caffeソース(8):concat_layer分析
目次ディレクトリ 簡単な紹介 主要関数 LayerSetUp関数 Reshape関数 Forward_cpu関数 Backward_cpu関数
簡単な紹介
concat_Layerは、num次元でのリンク(concat_dim=0:(n 1+n 2+...+nk)∗c∗h∗w)とchannel次元でのリンク(concat_dim=1:n∗(c 1+c 2+...+ck)∗h∗w)をサポートする2つ以上のblobのリンクを実現するために使用される.
しゅかんすう
1.LayerSetUp関数:
2.Reshape関数:
3.Forward_cpu関数:
4. Backward_cpu関数:
簡単な紹介
concat_Layerは、num次元でのリンク(concat_dim=0:(n 1+n 2+...+nk)∗c∗h∗w)とchannel次元でのリンク(concat_dim=1:n∗(c 1+c 2+...+ck)∗h∗w)をサポートする2つ以上のblobのリンクを実現するために使用される.
しゅかんすう
1.LayerSetUp関数:
template <typename Dtype>
void ConcatLayer<Dtype>::LayerSetUp(const vector<Blob<Dtype>*>& bottom,
const vector<Blob<Dtype>*>& top) {
const ConcatParameter& concat_param = this->layer_param_.concat_param();
CHECK(!(concat_param.has_axis() && concat_param.has_concat_dim()))
<< "Either axis or concat_dim should be specified; not both.";
}//axis ,dim :0 num ,1 channel
2.Reshape関数:
template <typename Dtype>
void ConcatLayer<Dtype>::Reshape(const vector<Blob<Dtype>*>& bottom,
const vector<Blob<Dtype>*>& top) {
const int num_axes = bottom[0]->num_axes();
const ConcatParameter& concat_param = this->layer_param_.concat_param();
if (concat_param.has_concat_dim()) {
concat_axis_ = static_cast<int>(concat_param.concat_dim());
// Don't allow negative indexing for concat_dim, a uint32 -- almost
// certainly unintended.
CHECK_GE(concat_axis_, 0) << "casting concat_dim from uint32 to int32 "
<< "produced negative result; concat_dim must satisfy "
<< "0 <= concat_dim < " << kMaxBlobAxes;
CHECK_LT(concat_axis_, num_axes) << "concat_dim out of range.";
} else {
concat_axis_ = bottom[0]->CanonicalAxisIndex(concat_param.axis());
}
// Initialize with the first blob. blob: num x channel x height x width
vector<int> top_shape = bottom[0]->shape();
num_concats_ = bottom[0]->count(0, concat_axis_);
//concat_axis_ = 0 : num_concats_=num;concat_axis_ = 1 : num_concats_=num x channel;
concat_input_size_ = bottom[0]->count(concat_axis_ + 1);
//concat_axis_ = 0 : concat_input_size_=channel x height x width;
//concat_axis_ = 1 : num_concats_=height x width;
int bottom_count_sum = bottom[0]->count();
for (int i = 1; i < bottom.size(); ++i) {
CHECK_EQ(num_axes, bottom[i]->num_axes())
<< "All inputs must have the same #axes.";
for (int j = 0; j < num_axes; ++j) {
if (j == concat_axis_) { continue; }
CHECK_EQ(top_shape[j], bottom[i]->shape(j))
<< "All inputs must have the same shape, except at concat_axis.";
}
bottom_count_sum += bottom[i]->count();
top_shape[concat_axis_] += bottom[i]->shape(concat_axis_);
}
top[0]->Reshape(top_shape);
CHECK_EQ(bottom_count_sum, top[0]->count());
}
3.Forward_cpu関数:
template <typename Dtype>
void ConcatLayer<Dtype>::Forward_cpu(const vector<Blob<Dtype>*>& bottom,
const vector<Blob<Dtype>*>& top) {
Dtype* top_data = top[0]->mutable_cpu_data();
int offset_concat_axis = 0;
const int top_concat_axis = top[0]->shape(concat_axis_);
for (int i = 0; i < bottom.size(); ++i) {// bottom
const Dtype* bottom_data = bottom[i]->cpu_data();
const int bottom_concat_axis = bottom[i]->shape(concat_axis_);
for (int n = 0; n < num_concats_; ++n) {
caffe_copy(bottom_concat_axis * concat_input_size_,
//case 0:num x channel x h x w;case 1: channel x h x w
bottom_data + n * bottom_concat_axis * concat_input_size_,
//case 0:bottom_data + n x num x channel x h x w ;
//case 1:bottom_data + n x channel x h x w ;
top_data + (n * top_concat_axis + offset_concat_axis)
* concat_input_size_);
}// bottom data top data
offset_concat_axis += bottom_concat_axis;
}
}
4. Backward_cpu関数:
template <typename Dtype>
void ConcatLayer<Dtype>::Backward_cpu(const vector<Blob<Dtype>*>& top,
const vector<bool>& propagate_down, const vector<Blob<Dtype>*>& bottom) {
const Dtype* top_diff = top[0]->cpu_diff();
int offset_concat_axis = 0;
const int top_concat_axis = top[0]->shape(concat_axis_);
for (int i = 0; i < bottom.size(); ++i) {
if (!propagate_down[i]) { continue; }
Dtype* bottom_diff = bottom[i]->mutable_cpu_diff();
const int bottom_concat_axis = bottom[i]->shape(concat_axis_);
for (int n = 0; n < num_concats_; ++n) {
caffe_copy(bottom_concat_axis * concat_input_size_, top_diff +
(n * top_concat_axis + offset_concat_axis) * concat_input_size_,
bottom_diff + n * bottom_concat_axis * concat_input_size_);
}
offset_concat_axis += bottom_concat_axis;
}// diff data
}