Caffe - 连接层输入和输出

Question

我在Caffe官网上读到Concat层的相关内容，但是我不确定自己是否理解正确。

假设我有两个输入层，它们分别可以描述为W1 x H1 x D1和W2 x H2 x D2，其中W表示宽度，H表示高度，D表示深度。

因此，我理解当Axis设置为0时，输出将为(W1 + W2) x (H1 + H2) x D，其中D = D1 = D2。

当Axis设置为1时，输出将为W x H x (D1 + D2)，其中H = H1 = H2且W = W1 = W2。

我的理解正确吗？如果不是，我将非常感谢您的解释。

- Aleksander Monk

Answer 1

恐怕您的理解有些偏差...
请查看这个caffe.help。

通常，在caffe中，数据以4D“blobs”存储： BxCxHxW（即批量大小乘以通道/特征/深度乘以高度乘以宽度）。
如果您有两个blob B1xC1xH1xW1 和 B2xC2xH2xW2，则可以沿着 axis: 1（沿着通道维度）将它们连接起来，形成一个输出blob，其中 C=C1+C2。这仅在 B1==B2 且 H1==H2 且 W1==W2 的情况下才可能发生，结果为 B1x(C1+C2)xH1xW1。

- Shai

---

感谢您的回答！如果我理解正确，批量大小只是决定一次发送多少图像到GPU（或CPU）的参数。因此，如果我将batch_size设置为1，则可以查看Concat层在处理2个图像时的操作。然后，我关于将轴设置为1的输出所写的内容是正确的。对吗？ - Aleksander Monk

@AleksanderMonk 即使你的 batch_size: 1，你也有一个 B=1 的 4D blob。请注意，caffe 中的维度顺序与你在问题中写的不同。 - Shai