Caffe으로 시작하여 잘 실행했습니다. inner product layer에 가중치를 적용해야합니다. Forward_cpu 함수는 weight을 표현하지만이 함수를 제곱하는 법을 모르겠습니다. 내가 caffe_sqr를 사용 template <typename Dtype>
void InnerProductLayer<Dtype>::Forward_cpu(cons
내 제품 층에 (top_diff * bottom_data) .* (2*weight)을 곱해야합니다. 먼저 caffe_cpu_gemm에서 행렬 곱셈 (result = top_diff * bottom_data)을 계산 한 다음 weight과 result 사이에서 dot product을 수행합니다. 자세한 설명은 다음과 같이 정의된다 : const Dtype*
형상 각 행은 데이터 포인트가 I이 N의 페어의 내적을 계산하고자하는 것이다 (NXD)의 X 데이터 포인트, 즉, 위 삼각형의 XX ' 물론 내가 전체 XX '을 계산하고 그 위쪽 삼각형을 가져올 수 있지만, 내가 오프 대각선 요소 두 번를 계산하는 것을 의미 할 수있다. Tensorflow (python)에서 쌍을 한 번만 내부 제품을 계산하여이를 효율적