caffe源码解析-im2col

本文主要是介绍caffe源码解析-im2col，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

im2col这个函数特别棒！为啥？因为它让卷积变得简单，他将卷积操作转变为矩阵乘法，对比发现全连接层的实质就是矩阵乘法，所以这个函数使得卷积层的很多操作只需要仿照全连接层就可以了。下面主要介绍一下这两个函数：

im2col_cpu，将输入feature map转变为矩阵
col2im_cpu，将输出的残差map传递给输入的残差map，具体的残差传递还涉及权重

im2col_cpu

template <typename Dtype>
void im2col_cpu(const Dtype* data_im, const int channels,const int height, const int width, const int kernel_h, const int kernel_w,const int pad_h, const int pad_w,const int stride_h, const int stride_w,const int dilation_h, const int dilation_w,Dtype* data_col)
{//计算输出的size，这个公式应该不需要介绍const int output_h = (height + 2 * pad_h -(dilation_h * (kernel_h - 1) + 1)) / stride_h + 1;const int output_w = (width + 2 * pad_w -(dilation_w * (kernel_w - 1) + 1)) / stride_w + 1;//channel_size是每个输入feature map的sizeconst int channel_size = height * width;//data_im是输入数据的指针，每遍历一次就移动channel_size的位移for (int channel = channels; channel--; data_im += channel_size){for (int kernel_row = 0; kernel_row < kernel_h; kernel_row++){for (int kernel_col = 0; kernel_col < kernel_w; kernel_col++){//dilation_h这个变量是每隔多少个像素取值，比如dilation_h=2//那就是每隔2个像素取值，现在我们为了便于思考，都假设dilation_h=1//逐行遍历卷积窗口的输入数据int input_row = -pad_h + kernel_row * dilation_h;//逐行遍历输出数据for (int output_rows = output_h; output_rows; output_rows--){//如果坐标超出输入数据的界限，一般出现这种情况是因为pad!=0if (!is_a_ge_zero_and_a_lt_b(input_row, height)){//逐列遍历输出数据，由于输入数据的行超出界限（补0)，对应的输出为0for (int output_cols = output_w; output_cols; output_cols--){*(data_col++) = 0;}}else{//逐列遍历卷积窗口的输入数据int input_col = -pad_w + kernel_col * dilation_w;for (int output_col = output_w; output_col; output_col--){//输入数据的行坐标和列坐标均没有超过界限if (is_a_ge_zero_and_a_lt_b(input_col, width)){//那么输出的值便等于输入的值*(data_col++) = data_im[input_row * width + input_col];}else{//如果输入列坐标超过界限，便置0*(data_col++) = 0;}//输出列坐标移动（下一个卷积窗口了）input_col += stride_w;}}//输入行坐标移动（下一个卷积窗口了）input_row += stride_h;}}}}
}

col2im_cpu

template <typename Dtype>
void col2im_cpu(const Dtype* data_col, const int channels,const int height, const int width, const int kernel_h, const int kernel_w,const int pad_h, const int pad_w,const int stride_h, const int stride_w,const int dilation_h, const int dilation_w,Dtype* data_im)
{caffe_set(height * width * channels, Dtype(0), data_im);const int output_h = (height + 2 * pad_h -(dilation_h * (kernel_h - 1) + 1)) / stride_h + 1;const int output_w = (width + 2 * pad_w -(dilation_w * (kernel_w - 1) + 1)) / stride_w + 1;const int channel_size = height * width;for (int channel = channels; channel--; data_im += channel_size){for (int kernel_row = 0; kernel_row < kernel_h; kernel_row++){for (int kernel_col = 0; kernel_col < kernel_w; kernel_col++){int input_row = -pad_h + kernel_row * dilation_h;for (int output_rows = output_h; output_rows; output_rows--){if (!is_a_ge_zero_and_a_lt_b(input_row, height)){//其他逻辑都是相同的，只是前者置0，这里就是直接跳过什么也不做data_col += output_w;}else{int input_col = -pad_w + kernel_col * dilation_w;for (int output_col = output_w; output_col; output_col--){if (is_a_ge_zero_and_a_lt_b(input_col, width)){//注意这里是累加，因为这个函数一般用于卷积层的反向传播//的残差传递，在卷积的前向过程中，每个输入数据是对应多个//卷积窗口的，因此再反向残差传递时需要将这一对多的关系合并//故进行累加data_im[input_row * width + input_col] += *data_col;}data_col++;input_col += stride_w;}}input_row += stride_h;}}}}
}