如何在 CAFFE 中合并池化层和内积层的输出？

Question

在尝试将池化层（池化卷积层）的输出与内积层的输出相连接时，出现以下错误：

Check failed: num_axes == bottom[i]->num_axes() (4 vs. 2) All inputs must have the same #axes.

我想连接两者并将它们送入另一个（完全连接的）内积层。

任何人都可以建议如何解决这个问题吗？

我的连接层定义是：

layer {
  type: "Concat"
  bottom: "pool3"
  bottom: "ip1_prior"
  top: "ip1_combine"
  name: "concat"
}

谢谢！

Answer 1

通过展平转化率解决了我的问题。图层输出。

例如通过在 pool 层和 concat 层之间添加 Flatten 层：

layer {
  type: "Flatten"
  bottom: "pool3"
  top: "pool3flat"
  name: "p3flat"
}

layer {
  type: "Concat"
  bottom: "pool3flat"
  bottom: "ip1_prior"
  top: "ip1_combine"
  name: "concat"
}

如何在 CAFFE 中合并池化层和内积层的输出？

How to concat the output of a pooling layer and inner-product layer in CAFFE?

deep-learning

caffe