Caffe源码剖析3-InnerProduct层

最新推荐文章于 2025-04-19 21:31:44 发布

小雪糕

最新推荐文章于 2025-04-19 21:31:44 发布

阅读量5.4k

点赞数

分类专栏： Deep Learning

本文链接：https://blog.youkuaiyun.com/visionhack/article/details/46606051

版权

本文深入剖析Caffe框架中的InnerProduct层，重点讲解其核心函数caffe_gemm和caffe_gemv的使用，揭示神经网络中全连接层的底层运算逻辑。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

首先引入对接口caffe_gemm和caffe_gemv的介绍

template<>
void caffe_cpu_gemm<float>(const CBLAS_TRANSPOSE TransA,
    const CBLAS_TRANSPOSE TransB, const int M, const int N, const int K,
    const float alpha, const float* A, const float* B, const float beta,
    float* C) {
  int lda = (TransA == CblasNoTrans) ? K : M;
  int ldb = (TransB == CblasNoTrans) ? N : K;
  cblas_sgemm(CblasRowMajor, TransA, TransB, M, N, K, alpha, A, lda, B,
      ldb, beta, C, N);
}

其中TransA表示是否对A进行转置，TransB表示是否对B进行转置。

const int M，矩阵A的行，矩阵C的行

const int N，矩阵B的列，矩阵C的列

const int K，矩阵A的列，矩阵B的行

换言之：A: M*K B: K*N C: M*N，这个还是不直观，我画了了一个图，相信你永远也不会忘记了。