新了解的几个caffe层

Flatten层：

  例子：

   
layers {  name:"flatten"
  type：“Flatten"
  bottom:"pool"
  top:"flatten"
}

   Flatten层是把输入的大小为n*c*h*w的Blob reshape成另一个向量，其大小为n*(c*h*w)*1*1。

Concat层：

 例子：
layers {  name: "concat"  bottom: "in1"  bottom: "in2"  top: "out"  type: CONCAT  concat_param {    concat_dim: 1  }}
concat_dim:0代表连接num,1代表谅解channels
通过全连接层后的变化：
输入：k个blob的大小分别为ni*ci*h*w
输出：有两种情况
如果concat_dim=0,则输出的Blob的大小为：（n1+n2+.....nk）*c1*h*w,这需要保证所有的输入的ci相同。
如果concat_dim=1，则输出的Blob的大小为：n1*（c1+c2+......nk）*h*w,这需要保证所有的输出的ni相同
通过Concat层，可以把多个blob连接成一个blob。
Eltwise层：
  例子：
layers {  name:"fc_all"
  type:"Eltwise"
  bottom:"fc1"
  bottom:"fc2"
  top:"fc_all"
  eltwise_param{
<span style="white-space:pre"></span>operation:SUM
  }
}
Eltwise层实现了将多个blob相加、相乘或者取最大值的操作，默认值为相加。
这里bottom的大小必须相同，top与每个bottom的大小相同。