Caffe添加新的layers—新编写的layer（一）

caffe创建新的layer一般分为以下步骤：

1. 创建hpp头文件；

2. 创建cpp文件；

3. 修改caffe.proto文件（文件路径：.\src\caffe\proto\caffe.proto）

4. 重新编译caffe即可

—————————————分割线————————————

详细步骤（以diff_cuto_layer.hpp为例）：

注：由于创建的新层实现的功能不同，可以caffe中现有的文件进行编写（路径：.\include\caffe\layers）;

(1) 在.\include\caffe\layers路径下创建名为diff_cuto_layer.hpp的文件（代码如下）；

//*****************************************
#ifndef CAFFE_DIFFCUTOFF_LAYER_HPP_
#define CAFFE_DIFFCUTOFF_LAYER_HPP_
//*****************************************

#include <vector>
#include "caffe/blob.hpp"
#include "caffe/layer.hpp"
#include "caffe/proto/caffe.pb.h"

//*****************************************
#include "caffe/layers/neuron_layer.hpp"
//*****************************************

namespace caffe {

template <typename Dtype>
//******以后我们层的type: "DiffCutoff" *******
  class DiffCutoffLayer : public NeuronLayer<Dtype> {
//*****************************************
  public:
    explicit DiffCutoffLayer(const LayerParameter& param) : NeuronLayer<Dtype>(param) {}
    virtual void LayerSetUp(const vector<Blob<Dtype>*>& bottom, const vector<Blob<Dtype>*>&top);

//****我们只需要一个bottom和一个top*****
    virtual inline int ExactNumBottomBlobs() const { return 1; }

//******以后我们层的type: "DiffCutoff" *******
    virtual inline const char* type() const { return "DiffCutoff"; }

  protected:
//******这里只写了CPU功能，故删掉了原本的GPU函数 *******
    virtual void Forward_cpu(const vector<Blob<Dtype>*>& bottom, const vector<Blob<Dtype>*>& top);
    virtual void Backward_cpu(const vector<Blob<Dtype>*>& top,const vector<bool>& propagate_down, const vector<Blob<Dtype>*>& bottom);

//  *****定义一个Dtype型的标量，用来存储梯度放缩倍数***
     Dtype diff_scale;
    };
} 
#endif  

（2）在.\src\caffe\layers路径下创建名为diff_cutoff_layer.cpp文件，并写入如下代码：

#include <algorithm>
#include <vector>

//*****************************************
#include "caffe/layers/diff_cutoff_layer.hpp"
//*****************************************

#include "caffe/util/math_functions.hpp"
namespace caffe {

  template <typename Dtype>
  void DiffCutoffLayer<Dtype>::LayerSetUp(
    const vector<Blob<Dtype>*>& bottom, const vector<Blob<Dtype>*>& top) {
    NeuronLayer<Dtype>::LayerSetUp(bottom, top);

 // 因为对前向传播不修改，因此top的shape应和bottom的shape相同
    top[0]->Reshape(bottom[0]->shape()); 
  }

  template <typename Dtype>
  void DiffCutoffLayer<Dtype>::Forward_cpu(
    const vector<Blob<Dtype>*>& bottom,
    const vector<Blob<Dtype>*>& top) {
 // 前向传播直接将bottom的数据copy到top
    const int count = top[0]->count();
    caffe_copy(
        count,
        bottom[0]->cpu_data(),
        top[0]->mutable_cpu_data());
  }

  template <typename Dtype>
  void DiffCutoffLayer<Dtype>::Backward_cpu(const vector<Blob<Dtype>*>& top,const vector<bool>& propagate_down, const vector<Blob<Dtype>*>& bottom) {
    const int count = top[0]->count();
    const Dtype* top_diff = top[0]->cpu_diff();
  //读取我们实际指定的梯度放缩倍数，注意我们的参数名为diff_scale
    diff_scale= this->layer_param_.diffcutoff_param().diff_scale();

// 如果bottom前向传播完成，我们就把top的diff放缩后赋给bottom的diff
    if (propagate_down[0]) {
      Dtype* bottom_diff = bottom[0]->mutable_cpu_diff();
      caffe_cpu_axpby(
      count,
      diff_scale,
      top_diff,
      Dtype(0),
      bottom_diff);
    }  
  }

#ifdef CPU_ONLY
  STUB_GPU(DiffCutoffLayer);
#endif

  INSTANTIATE_CLASS(DiffCutoffLayer);
  REGISTER_LAYER_CLASS(DiffCutoff);
} 

（3）修改.\src\caffe\proto\caffe.proto文件

注：此处主要是为新layer添加参数和消息函数

- 找到message LayerParameter{ }并添加新的参数信息；

message LayerParameter {
	// 将此语句添加在文中对应位置
  optional DiffCutoffParameter diffcutoff_param = 143; // 新添加的ID
  
  }

- 在任意位置添加消息函数，代码如下：

message DiffCutoffParameter {
  optional float diff_scale = 1 [default = 1]; //默认梯度不缩放
}

- 在message V1LayerParameter {}中添加以下内容：

在enum LayerType {}中添加唯一ID，注意不可重复！

   DIFF_CUTOFF=45;

同样在message LayerParameter{ }添加ID，不可重复！

  optional DiffCutoffParameter diffcutoff_param = 46;

在message V0LayerParameter {}添加参数定义

  optional float diff_scale = 47 [default = 1]; 

（4）重新编译caffe

sudo make clean
sudo make all