將這篇部落格所講進行了實現
1.layerparameter也在caffe.proto檔案中
2.標頭檔案直接複製部落格的，命名為image_scale_layer.hpp，然後放在caffe/include/caffe/layers下
3.實現檔案也是直接複製部落格的，命名為image_scale_layer.cpp，放在caffe/src/caffe/layers下
4.製作minist的lmdb資料，放在examples/mnist下，這個部分另一篇部落格已經總結
5.在examples目錄下建立資料夾imagescale，複製部落格中網路的prototxt，並放在這個目錄下
6.複製部落格中solver的prototxt，放在examples/imagescale目錄下
7.複製部落格的bas**件，放在caffe目錄下。然後執行這個bas**件就完成
按照部落格的流程， 最後在執行shell指令碼時出現了錯誤：
我的solver的確在那個目錄下，我也不知道為何會報這個錯誤。之後我將指令碼的命令直接輸入在終端，即：
./build/tools/caffe train --solver=examples/imagescale/solver.prototxt
會出現以下錯誤
這時我反應過來應該是我沒有生成mnist_train_lmdb這個檔案，按照之前部落格的方式生成之後再執行這個命令就正確了。但執行那個指令碼還是報一樣的錯誤。
之前我按照上乙個部落格的命令sudo sh ./examples/mnist/create_mnist.sh
生成mnist_train_lmdb，會報下面的錯誤：
因為我是遠端訪問的伺服器，所以會造成現在這種permission denied的情況
總結整個流程：１．實現自己層的.hpp檔案，並放在include/caffe/layers目錄下
２．實現自己層的.cpp或.cu，並放在src/caffe/layers目錄下。注意：
需要在.cpp新增註冊的巨集定義：１．instantiate_class(myneuronlayer);
２．register_layer_class(myneuron);
如果有my_neuron_layer.cu，則新增：instantiate_layer_gpu_funcs(myneuronlayer);
都是在cpp的末尾加
如果不加，會報以下錯誤：
３．修改src/caffe/proto/caffe.proto檔案，這個檔案要修改兩個地方：在layerparameter加id號，新增實現類所需要的引數。這樣你在編寫 train.prototxt 或者 test.prototxt 或者 deploy.prototxt 時就能把新 layer 的描述寫進去，便於修改網路結構和替換其他相同功能的 layer 了
４．編譯
５．你還可以在src/caffe/test/中增加layer的測試**，對所寫的layer前傳和反傳進行測試，就像另一篇自己寫的部落格caffe單獨測試新增的layer，但寫測試**
有點麻煩
中間寫的過程怎麼知道自己寫的正確不正確，怎麼去debug是我需要繼續思考的
Caffe 中新增自己的網路層
caffe 中有眾多的網路層，最新版本的 已經涵蓋了很多種型別的網路層，然而，有時候由於各種原因，其給定的網路層不能滿足我們的要求，這時候就要對其更改，以使其滿足自己的需求，感謝作者開源 以及眾多的 維護者。由於caffe 中的網路層都是直接或者間接地給予layer 基類，所以，在我們需要新增新的型...
caffe新增自己編寫的Python層
由於python的靈活性，我們在caffe中新增自己定義的層時使用python層會更加方便，開發速速也會比c 更快，現在我就在這兒簡單說一下如何在caffe中新增自定義的python層 使用的原網路結構時lenet結構 然後在 home zf caffe examples mnist lenet t...
Caffe中卷積層的實現
出處 將尺寸為k k的卷積核在某個位置對應的feature map區域表示為k k的一維向量 將feature map各個通道對應的向量之間，串聯起來 那麼尺寸k k的卷積核在某個位置對應的各個通道的feature map，組合起來就是長度為c k k的一維向量。當卷積核對應到新的位置上，又得到新的...