我在Caffe website上读到了Concat图层。但是,我不知道我对它的理解是否正确。
让我们说作为输入我有两层可以描述为 W1 x H1 x D1 和 W2 x H2 x D2 ,其中 W < / strong>是宽度, H 是高度, D 是深度。
因此,据我所知,Axis设置为 0 输出将(W1 + W2)x(H1 + H2)x D,其中D = D1 = D2
当轴设置为 1 时,输出将 W x H x(D1 + D2),其中 H = H1 = H2 和< strong> W = W1 = W2 。
我的理解是否正确?如果不,我会感激解释。
答案 0 :(得分:5)
我担心你有点不对...... 请看this caffe.help。
通常,caffe中的数据存储在 4 D&#34; blob&#34;:B
x C
x H
x {{1 (即按通道/特征/深度按高度乘宽度的批量大小)
现在,如果您有两个blob W
x B1
x C1
x H1
和W1
x B2
x C2
x {{ 1}}您可以沿着H2
(沿着通道维度)连接它们以形成带有W2
的输出blob。只有axis: 1
和C=C1+C2
以及B1==B2
才会出现这种情况,结果为H1==H2
x W1==W2
x B1
x (C1+C2)