caffe inner product

1. caffe inner product的计算

这里以M为1的情况进行讨论。

默认情况下，weight的transpose_ == 0，也就是说 weight是 N行K列的矩阵。

这样做GEMM时，需要告诉BLAS，对weight进行主动转置。

但如果要用GEMV时，就不需要对weight做转置了，因为weight是 N * K的矩阵，bottom是1*K的向量，直接乘法就行。

有一点需要注意，因为优化的原因，向量和矩阵的乘法，GEMM和GEMV的值会有小数点4位后的一些差异。也就是精度最高在万分之一。