Eltwise层解析

Concat层虽然利用到了上下文的语义信息，但仅仅是将其拼接起来，之所以能起到效果，在于它在不增加算法复杂度的情形下增加了channel数目。那有没有直接关联上下文的语义信息呢？答案是Eltwise层，被广泛使用，屡试不爽，并且我们常常拿它和Concat比较，所以我常常一起说这两个层。我们普遍认为，像这样的“encoder-decoder”的过程，有助于利用较高维度的feature map信息，有利于提高小目标的检测效果。

Eltwise层有三种类型的操作：product(点乘)、sum(求和)、max(取最大值)，顾名思义，sum就是把bottom的对应元素相加，product就是对应相乘，max就是对应取最大，其中sum为默认操作。根据eltwise_layer.cpp的源码可见，eltwise层要求对应bottom层的blob一致，这才能是对应元素嘛。得到的结果top层的blob和bottom层一致，这个过程想象成三维的过程很好理解。

template <typename Dtype>
void EltwiseLayer<Dtype>::Reshape(const vector<Blob<Dtype>*>& bottom,
      const vector<Blob<Dtype>*>& top) {
  for (int i = ; i < bottom.size(); ++i) {
    CHECK(bottom[i]->shape() == bottom[]->shape());
  }
  top[]->ReshapeLike(*bottom[]);
  // If max operation, we will initialize the vector index part.
  if (this->layer_param_.eltwise_param().operation() ==
      EltwiseParameter_EltwiseOp_MAX && top.size() == ) {
    max_idx_.Reshape(bottom[]->shape());
  }
}

至于书写应用格式嘛，看看resnet。

layer {
    bottom: "res2a_branch1"
    bottom: "res2a_branch2c"
    top: "res2a"
    name: "res2a"
    type: "Eltwise"
}

layer {
    bottom: "res5a_branch1"
    bottom: "res5a_branch2c"
    top: "res5a"
    name: "res5a"
    type: "Eltwise"
}

这个书写的次序可能看着有点不舒服，但不影响使用。上面都是使用的默认sum的Eltwise。

如果需要指定操作，就应该这样：

layer {
    name: "res2b1"
    type: "Eltwise"
    bottom: "pool1"
    bottom: "res2b1_branch2b"
    top: "res2b1"
    eltwise_param{
        operation:SUM //operation:PROD或者operation:MAX
} }

另外，如果要实现相减，类似也可以实现其它的加权求和或相减，例如：

layer
{
  name: "res2b1"
  type: "Eltwise"
  bottom: "pool1"
  bottom: "res2b1_branch2b"
  top: "res2b1"
  eltwise_param {
    operation: SUM
    coeff:
    coeff: -
  }
}​

注意coeff参数只对sum起作用，并且有多少个bottom就有多少个coeff。

总结：虽然上面说了这么多，但是sum操作仍然是我们用的最多的。效果上，Eltwise因为更直接的利用了上下文信息，所以精度提高，但是Eltwise的操作却增加了算法耗时，而Concat层虽然提高的精度没有Eltwise那么明显，但是训练和测试速度相对快了一点，所以应用时更看如何权衡两者能不能满足自己项目的需求。