小羊哈利

BaseConvolutionLayer是作为ConvolutionLayer的基类，里面实现了一些ConvolutionLayer需要用到的函数。forward_cpu_gemm，卷积层前向传递过程中的矩阵乘法backward_cpu_gemm，卷积层后向传播过程的矩阵乘法weight_cpu_gemm，主要用来计算权重的增量forward_cpu_bias，加入偏置，略backward

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**templa

打开inner_product_layer.hpp文件，发现全连接层是非常清晰简单的，我们主要关注如下四个函数就行。LayerSetUp（SetUp的作用一般用于初始化，比如网络结构参数的获取）ReshapeForward_cpuBackward_cpu**inner_product_layer.hpp**namespace caffe {template <typename Dtype