自己写层注意的知识点

1 reshape函数

reshape中里面必须把top的shape给定下来，比如说，这是一个loss layer，那么这个层的输出就是一个loss值，所以这个top的shape就是1*1，所以就这样写：

top[0].reshape(1,1)

2 forward函数

forward函数中最后的结果要放入top[i].data[...]中，其中i就是第几个top，因为有些层会有多个输出的。在loss layer中就只有一个输出就是loss值，所以只要给top[0].data[...]赋值就行了：

top[0].data[...] = some_value_you_get

3 backward函数

backward函数中，是对输入这一层的数据求梯度，而不是输出这一层的数据。即是对bottom求梯度，不是对top求梯度，所以这样写：

bottom[0].diff[...] = some_gradients_you_get

4 一些知识点

setup和reshape是在caffe构造网络结构的时候调用的，这个时候bottom[I].data的shape显示应该是1 * size的，因为这个时候并不知道batch_size是多少。

forward和backward是在train阶段调用的，这个时候bottom[I].data的shape显示的就是batch_size * size的了。