caffe的卷積層的乘積運算的優化
阿新 • • 發佈：2018-08-01
www 技術分享 -m eat 通過 info util img vision
https://hal.inria.fr/file/index/docid/112631/filename/p1038112283956.pdf
caffe的卷積計算的優化來自這篇paper,實際上就是將卷積核矩陣和feature map矩陣(或者圖像矩陣)轉換為大的矩陣
jiayangqing自己也分析了為何要做這種轉換,如下圖
具體的優化過程如下圖:
在caffe中是通過conv_im2col_cpu函數來實現,conv_im2col_cpu(/include/caffe/vision_layers.hpp)又通過im2col_cpu來實現(/util/im2col.cpp),還通過skip_im2col來控制是否要進行這種轉換
https://github.com/Yangqing/caffe/wiki/Convolution-in-Caffe:-a-memo,jiayangqing自己將caffe的卷積實現
https://www.zhihu.com/question/28385679,知乎也有這個問題的討論
https://www.zhihu.com/question/28385679,這個人講的也還可以
caffe的卷積層的乘積運算的優化