參考github上面的答案：
here's roughly the process i follow.
大致過程翻譯：
然後在對應的hpp標頭檔案中新增該層的類的定義。
包括內聯實現type和*blob()方法指定blob的數字，如果你只是實現cpu部分的**，則忽略*_gpu的宣告；
2. 實現你要新增的層（應該指的是資料的計算過程，上面標頭檔案中是對層的類的宣告和定義），然後放在src/caffe/layers/your_layer.cpp路徑下；
中找到layertype對應位置，新增新增加的層，更新乙個可用的id，假如新新增的層有引數，則需要新增對應的引數類；
修改示例：
1. 新增檔案到對應路徑：
cp layers/ordinal_regression_loss_layer.hpp $caffe_home/include/caffe/layers/ordinal_regression_loss_layer.hpp 標頭檔案
cp layers/ordinal_regression_loss_layer.cpp $caffe_home/src/caffe/layers/ordinal_regression_loss_layer.cpp 新加層的cpu版本
cp layers/ordinal_regression_loss_layer.cu $caffe_home/src/caffe/layers/ordinal_regression_loss_layer.cu 新加層的gpu版本
cp layers/test_ordinal_regression_loss_layer.cpp $caffe_home/src/caffe/test/test_ordinal_regression_loss_layer.cpp 測試檔案
3. 重新編譯caffe
4.執行 make runtest gtest_filter='ordinalregressionlosslayertest/*' 測試
在caffe中新增新的Layer
參考github上面的答案 here s roughly the process i follow.大致過程翻譯 然後在對應的hpp標頭檔案中新增該層的類的定義。包括內聯實現type和 blob 方法指定blob的數字，如果你只是實現cpu部分的 則忽略 gpu的宣告 2.實現你要新增的層 應該指的...
在新版caffe中新增center loss層
準備工作 1，首先你需要有乙個可以make編譯通過的caffe 這個過程在第一篇blog中已經寫出 和乙個帶有center loss層的caffe face 可以直接在github上clone下來 caffe face git clone git新增原因 1，在分類問題上，center loss可以...
在caffe框架中新增新增乙個簡單的新層
沒錯，我又來水經驗了。在深度學習網路框架caffe中新增乙個簡單的新層，用來實現原框架中所沒有的功能 輸出一句話，以及乙個看起來似乎並沒有什麼實際作用的引數，下面詳細展開來說。1.首先，本文實現的layer名稱為allpasslayer，這裡不能和已有的層同名，功能為將輸入到該層的資料不做任何改變直...