对caffe卷积层中的weight进行Round化

前言

我也只是刚入门而已，为了老板的项目对实现caffe中的一个功能而看了好久的代码，也感谢我的师兄给我的教导。为了防止后期自己遗忘，所以特地来这里写一些过程帮助自己记忆。

一

我们都知道，卷积过程一般是在conv层中实现的，我们此处只讨论前向传播的卷积。

以下是conv_layer.cpp中的代码

template <typename Dtype>
void Convolution1Layer<Dtype>::Forward_cpu(const vector<Blob<Dtype>*>& bottom,
      const vector<Blob<Dtype>*>& top) {
  const Dtype* weight = this->blobs_[0]->cpu_data();   //权重读取
  for (int i = 0; i < bottom.size(); ++i) {
    const Dtype* bottom_data = bottom[i]->cpu_data();  //输入数据读取
    Dtype* top_data = top[i]->mutable_cpu_data();      //输出数据读取
	  // num_ = batchsize 批大小
    for (int n = 0; n < this->num_; ++n) {    
      this->forward_cpu_gemm(bottom_data + n * this->bottom_dim_, weight,
          top_data + n * this->top_dim_);      
      if (this->bias_term_) {                          //是否开启偏置
        const Dtype* bias = this->blobs_[1]->cpu_data();
        this->forward_cpu_bias(top_data + n * this->top_dim_, bias);
      }
    }
  }
}

此处权重是以指针形式读取的，并在forwad_c