caffe的cancat层

我在训练Goolenet inception-v3时候出现了concat错误，因此写下concat层的一些知识点，以供读者跳坑

concat层在inception-v3网络中存在非常明显，之所以需要concat层是由于在之前的卷积池化层进行了卷积核大小的变化

卷积核大小变化的出发点：1.减小sobel算子维度，从而降低整个卷积层的参数，如，将5*5的卷积转化为2个3*3的卷积，其参数多少就会由25个转化为9+9=18个，在卷积层的卷积核转化时

还会有这种操作：将n*n的卷积转化为1*n和n*1并列的两个卷积核，其结果减少了n*n-2n个参数数量

在此之后会出现不同的featuremap将输出的featuremap连接起来即是cancat层做的工作

在此，引入cancat层的设置规则：

在caffe的数据中一般出现4个维度[num,channel,hight,weight]

默认的concat拼接axis值为1（如果在参数axis未设置）即在channel维度进行拼接