caffe深度学习【十五】配置senet，caffe添加Axpy层：解决 Unknown layer type: Axpy 问题

最新推荐文章于 2022-08-29 15:49:07 发布

volcano_Lin

最新推荐文章于 2022-08-29 15:49:07 发布

阅读量5.8k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： Caffe 错误问题 caffe深度学习文章标签： senet Axpy层

本文链接：https://blog.youkuaiyun.com/qq_38451119/article/details/82256095

本文介绍了在使用SENet时遇到的'Unknown layer type: Axpy'问题的解决方法。首先，从GitHub下载Axpy_layer的hpp、cpp和cu文件并放入Caffe对应目录。接着，修改caffe.proto文件，添加新层参数。最后，重新编译Caffe。此外，若使用Caffe Python接口时遇到相同问题，需在.bashrc文件中添加Python路径。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

背景：

最近做一个场景分类的问题，想用 senet 跑一下，看看效果

论文入口：

https://arxiv.org/abs/1709.01507

代码入口：

https://github.com/hujie-frank/SENet

问题：

从github上下下来的代码，如果直接拿来就跑，就会出现如下问题：

把文字也弄出来，方便遇到同样问题的同学查询到：

 Check failed: registry.count(type) == 1 (0 vs. 1) Unknown layer type: Axpy (known types: AbsVal, Accuracy, AnnotatedData, ArgMax, BNLL, BatchNorm, BatchReindex, Bias, Concat, ContrastiveLoss, Convolution, Crop, Data, Deconvolution, DetectionEvaluate, DetectionOutput, Dropout, DummyData, ELU, Eltwise, Embed, EuclideanLoss, Exp, Filter, Flatten, HDF5Data, HDF5Output, HingeLoss, Im2col, ImageData, InfogainLoss, InnerProduct, Input, LRN, LSTM, LSTMUnit, Log, MVN, MemoryData, MultiBoxLoss, MultinomialLogisticLoss, Normalize, PReLU, Parameter, Permute, Pooling, Power, PriorBox, Python, RNN, ReLU, Reduction, Reshape, SPP, Scale, Sigmoid, SigmoidCrossEntropyLoss, Silence, Slice, SmoothL1Loss, Softmax, SoftmaxWithLoss, Split, TanH, Threshold, Tile, VideoD