caffe卷积原理

作为cnn中最重要的卷积，最简单的理解就为：

按照一定步长，卷积核与图片点乘求和得到新的值

其中，卷积主要的参数有：

stride 步长              stride_w,stride_h

kernel_size             kernel_w,kernel_w

dilation                    膨胀系数

padding                  pad_w,pad_h

卷积层：conv_layer.cpp

里面主要有

compute_output_shape()    计算输出blob的大小

Forward_cpu

Backward_cpu

其中Forword_cpu主要用到了forward_cpu_gemm，这个位于base_conv_layer,

forward_cpu_gemm里面使用到了conv_im2col_cpu，caffe_cpu_gemm。

conv_im2col_cpu   是把输入图像变为一个矩阵，这样子做能直接和卷积核组成的矩阵做点乘，得到的矩阵就为 卷积后每一个特征图就为为这矩阵中一个行向量。

查看cov_im2col_cpu；

根据条件满足与否，分为二维卷积以及n维卷积

我们先以im2col_cpu为入手：

主要参数为：

1.data  

 2.conv_channels 卷积的通道数

3.conv_input_shape.cpu_data()[1]         即image_h 输入图像的height，主要下标

4conv_input_shape.cpu_data()[1]          image_w

5.padding_h,padding_w

6.stride_h,stride_w

7.dilation    膨胀系数

推导过程太复杂了，这里有一个单通道的完整的推导过程：lib.csdn.net/article/aiframework/62849

总之，im2col，就是把一个图片上的对应每一个卷积核大小的窗函数里面的元素，变为列向量，随着步长的移动，得到不同的列向量，合并起来得到一个矩阵，也就是col_buff

那caffe中是怎么样计算卷积的：

我们先从单通道入手，用一个单通道卷积核去卷积一个单通道图像：

在不考虑膨胀系数的情况下，N＝（（image_h+2*pad_h-kenrel_h）/stride_h+1）*(（image_w+2*pad_w-kenrel_w）/stride_w+1),其实就是计算经卷积后输出的图像的长与宽，再相乘，得到feature map的大小。

那当是多通道图片（比如说最开始的三通道，以及经过一层卷积后的拥有很多通道的特征图）的情况是什么样的？

c通道的情况

下面以一个实际的例子:

这就是caffe卷积的原理。

caffe_gpu_gemm(CblasNoTrans,CblasTrans,M,N,K(Dtype)1,top_diff,bottom_data,(Dtype)1,weights_diff)

voidcaffe_gpu_gemm(constCBLAS_TRANSPOSETransA,constCBLAS_TRANSPOSETransB,const intM,const intN,const intK,constDtypealpha,constDtype* A,constDtype*B,constDtypebeta,

Dtype* C);

caffe_gpu_gemm(CblasTrans,CblasNoTrans,kernel_dim_,

conv_out_spatial_dim_,conv_out_channels_/group_,

(Dtype)1.,weights +weight_offset_* g,output +output_offset_* g,

(Dtype)0.,col_buff +col_offset_* g);