Question

我需要使用caffe框架做一件相当简单的事情。我想创建一个新的自定义c ++欧几里得层。当该层的相应值低于特定值时，应将bottom [1] BLOB（地面真实数据）的所有值设置为bottom [0] BLOB的相应值。然后，将在此修改的bottom [1]和bottom [0]之间计算L2损耗。同样，backward_cpu（）也需要修改。

这可以通过在Matlab / Python中找到低于此阈值的bottom [0]索引来轻松完成。但是如何使用caffe框架的BLOB在c ++中高效地对此进行编码，这超出了我的能力，尤其是因为我还将需要GPU实现。我可以顺序地遍历BLOB的所有元素，但是那样效率很低。我可以将BLOB数据转换为vector <>，它可以在c ++下更有效地处理吗？

例如，关于cpu_forward代码：

//client.test.js

describe('contentful client', () => {
    let contentful;
    let initializeClient;

    beforeEach(() => {
        jest.mock('contentful');

        contentful = require('contentful');
        initializeClient = require('./client').default;
    });

    it('should initialize the contentful client with the correct params', async () => {
        initializeClient();
        expect(contentful.createClient).toHaveBeenCalledWith({
            space: 'w20789877',
            accessToken: '883829200101001047474747737'
        });
    });
});

不幸的是，我不太了解以下几行如何计算欧几里得成本S = ∑i =（yi-h（xi））^ 2以便更改代码：

template <typename Dtype>
void EuclideanLossLayer<Dtype>::Forward_cpu(const vector<Blob<Dtype>*>&   bottom,
const vector<Blob<Dtype>*>& top) {
int count = bottom[0]->count();
threshold = 60;
caffe_sub(
  count,
  bottom[0]->cpu_data(),
  bottom[1]->cpu_data(),
  diff_.mutable_cpu_data());
float* data = blob->mutable_cpu_data();
for (int i =0; i < count; i++) {
  if data[1][i] < threshold {
    data[1][i] = data[0][i];
  }
}
Dtype dot = caffe_cpu_dot(count, diff_.cpu_data(), diff_.cpu_data());
Dtype loss = dot / bottom[0]->num() / Dtype(2);
top[0]->mutable_cpu_data()[0] = loss;
}

我希望现在在更改的bottom [1]和bottom [0]之间计算点积。有什么建议吗？

caffe定制欧几里得层

0 个答案: