caffe添加新层教程

补充上一次内容，这篇博文写的更加清楚

注：caffe重大更新后，每一种层都对应一个同名cpp和hpp文件。

描述一下本次要实现层的功能：
正向直接copy传播，反向时将梯度放缩指定倍。

这个层对一些特定的网络结构有很重要的辅助作用，比如有时我们的网络存在分支，但我们不希望某一分支影响之前层的更新，那么我们就将梯度放缩0倍。

（1）创建HPP头文件diff_cutoff_layer.hpp
不同功能类型的层所引的头文件也不同，具体大家可以到“caffe/include/caffe/layers”目录下找相似的现成的文件参考 。我们这次写的hpp文件最后也要放在这个目录下。

注意：下面注释包起来的部分为需要注意的部分。

特别注意：命名的时候应严格一致和注意大小写，这一点是导致很多人加层失败的主要原因。

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

#include
#include “caffe/blob.hpp”
#include “caffe/layer.hpp”
#include “caffe/proto/caffe.pb.h”

//*****************************************
#include “caffe/layers/neuron_layer.hpp”
//*****************************************

namespace caffe {

template
//以后我们层的type: “DiffCutoff” *******
class DiffCutoffLayer : public NeuronLayer {
//***********************************
public:
explicit DiffCutoffLayer(const LayerParameter& param) : NeuronLayer(param) {}
virtual void LayerSetUp(const vector<Blob>& bottom, const vector<Blob>&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>& bottom, const vector<Blob>& top);
virtual void Backward_cpu(const vector<Blob>& top,const vector& propagate_down, const vector<Blob>& 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）创建diff_cutoff_layer.cpp文件
CPP文件应当位于src/caffe/layers下

#include
#include

//*****************************************
#include “caffe/layers/diff_cutoff_layer.hpp”
//*****************************************

#include “caffe/util/math_functions.hpp”
namespace caffe {

template
void DiffCutoffLayer::LayerSetUp(
const vector<Blob>& bottom, const vector<Blob>& top) {
NeuronLayer::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
void DiffCutoffLayer::Forward_cpu(
const vector<Blob>& bottom,
const vector<Blob>& 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
void DiffCutoffLayer::Backward_cpu(const vector<Blob>& top,const vector& propagate_down, const vector<Blob>& 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
这里我们要为我们新写的层添加参数和消息函数。

【1】由于我们的层有一个diff_scale参数，因此我们首先应该在message LayerParameter {}中添加新参数信息。添加信息时，首先要制定一个唯一ID，这个ID的可选值可以由这句话看出：

// NOTE
// Update the next available ID when you add a new LayerParameter field.
//
// LayerParameter next available layer-specific ID: 143 (last added: BatchCLuster)
message LayerParameter {

由上图可以看出，可选的ID为143。
于是我们就可以添加这样一行：

optional DiffCutoffParameter diffcutoff_param = 143;

【2】在任意位置添加消息函数

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

【3】 在message V1LayerParameter {}中添加以下内容

在enum LayerType {}中添加唯一ID，只要在这里不重复即可。

DIFF_CUTOFF=45;

外面接着添加，同样ID也是只要不重复即可

optional DiffCutoffParameter diffcutoff_param = 46;

【4】 在message V0LayerParameter {}添加参数定义

optional float diff_scale = 47 [default = 1];

（4）最后重新编译caffe即可
使用方法举例如下：

layer {
name: “diff_1”
type: “DiffCutoff”
bottom: “conv1”
top: “diff_1”
diffcutoff_param {
diff_scale: 0.0001
}
}

（5）忠告与建议
（1）一定要注意大小写、一定要注意大小写、一定要注意大小写

（2）不会写、不确定，就去找caffe现有的层来参考模仿

（3）caffe数据操作的函数定义在src/caffe/util/math_functions.cpp,

转载：https://blog.csdn.net/shuzfan/article/details/51322976
大家也可以参考这位同学的博客
http://blog.csdn.net/seven_first/article/details/47378697