Caffe、バッチ間の操作

Question

私は1つのパッチスコアに基づいて分類器を作成しているので、ネットワークが異なる画像に対して生成する予測をまとめておきたいと思います。

から https://github.com/BVLC/caffe/blob/master/src/caffe/proto/caffe.proto,削減は、最後の軸とは異なる軸での操作をサポートしていません。 また、プーリング操作では入力の平均値が生成されますが、完全なバッチに触れることはありません。

私はPython層を実装しましたが、これは大規模な実験には十分速くありません。

既に利用可能なツールを使用して、第1軸で「合計」する、またはより一般的には操作する方法はありますか？

Answer 1

はい。あなたはできる。予測値がN x p x q x rの場合は、最初にSlice（SliceLayer）を使用し、Nのブロブを作成します。それぞれの形状は1 x p x q x rです。次に（EltwiseLayer）層のためにこれらのNブロブをNボトムとして使用して単一のトップを作ります。あなたの予測は寸法がある場合

Answer 2

：N x c（Nとcチャンネルのミニバッチサイズのために）、あなたは次元Nでc塊にこれをスプライスすることができます。これらは、レイヤーに供給することができます。

たとえば、あなたはJinja2のテンプレートとして次のように記述する：

に展開

layer { 
    name: "pred-slice" 
    type: "Slice" 
    bottom: "pred" 
{%- for num in range(10) %} 
    top: "pred-{{ num }}-vector" 
{%- endfor %} 
    slice_param { 
    slice_dim: 1 
{%- for num in range(1, 10) %} 
    slice_point: {{ num }} 
{%- endfor %} 
    } 
    include { 
    phase: TEST 
    } 
} 

{%- for num in range(10) %} 
layer { 
    name: "pred-{{num}}" 
    type: "Reduction" 
    bottom: "pred-{{ num }}-vector" 
    top: "pred-{{ num }}" 
    include { 
    phase: TEST 
    } 
    reduction_param { 
    operation: MEAN 
    } 
} 
{%- endfor %} 

：

layer { 
    name: "pred-slice" 
    type: "Slice" 
    bottom: "pred" 
    top: "pred-0-vector" 
    top: "pred-1-vector" 
    top: "pred-2-vector" 
    top: "pred-3-vector" 
    top: "pred-4-vector" 
    top: "pred-5-vector" 
    top: "pred-6-vector" 
    top: "pred-7-vector" 
    top: "pred-8-vector" 
    top: "pred-9-vector" 
    slice_param { 
    slice_dim: 1 
    slice_point: 1 
    slice_point: 2 
    slice_point: 3 
    slice_point: 4 
    slice_point: 5 
    slice_point: 6 
    slice_point: 7 
    slice_point: 8 
    slice_point: 9 
    } 
    include { 
    phase: TEST 
    } 
} 
layer { 
    name: "pred-0" 
    type: "Reduction" 
    bottom: "pred-0-vector" 
    top: "pred-0" 
    include { 
    phase: TEST 
    } 
    reduction_param { 
    operation: MEAN 
    } 
} 
layer { 
    name: "pred-1" 
    type: "Reduction" 
    bottom: "pred-1-vector" 
    top: "pred-1" 
    include { 
    phase: TEST 
    } 
    reduction_param { 
    operation: MEAN 
    } 
} 
layer { 
    name: "pred-2" 
    type: "Reduction" 
    bottom: "pred-2-vector" 
    top: "pred-2" 
    include { 
    phase: TEST 
    } 
    reduction_param { 
    operation: MEAN 
    } 
} 
layer { 
    name: "pred-3" 
    type: "Reduction" 
    bottom: "pred-3-vector" 
    top: "pred-3" 
    include { 
    phase: TEST 
    } 
    reduction_param { 
    operation: MEAN 
    } 
} 
layer { 
    name: "pred-4" 
    type: "Reduction" 
    bottom: "pred-4-vector" 
    top: "pred-4" 
    include { 
    phase: TEST 
    } 
    reduction_param { 
    operation: MEAN 
    } 
} 
layer { 
    name: "pred-5" 
    type: "Reduction" 
    bottom: "pred-5-vector" 
    top: "pred-5" 
    include { 
    phase: TEST 
    } 
    reduction_param { 
    operation: MEAN 
    } 
} 
layer { 
    name: "pred-6" 
    type: "Reduction" 
    bottom: "pred-6-vector" 
    top: "pred-6" 
    include { 
    phase: TEST 
    } 
    reduction_param { 
    operation: MEAN 
    } 
} 
layer { 
    name: "pred-7" 
    type: "Reduction" 
    bottom: "pred-7-vector" 
    top: "pred-7" 
    include { 
    phase: TEST 
    } 
    reduction_param { 
    operation: MEAN 
    } 
} 
layer { 
    name: "pred-8" 
    type: "Reduction" 
    bottom: "pred-8-vector" 
    top: "pred-8" 
    include { 
    phase: TEST 
    } 
    reduction_param { 
    operation: MEAN 
    } 
} 
layer { 
    name: "pred-9" 
    type: "Reduction" 
    bottom: "pred-9-vector" 
    top: "pred-9" 
    include { 
    phase: TEST 
    } 
    reduction_param { 
    operation: MEAN 
    } 
}