在Caffe2中等效的DummyData圖層？

Question

出於性能原因，我試圖將一個相當復雜的卷積神經網絡從Caffe轉換為Caffe2。 我知道轉換等效圖層的教程，但是，Caffe中的DummyData圖層會導致轉換崩潰。 雖然我知道我很可能不得不擴展教程腳本來解釋這一點，但我希望有人可以指出我在Caffe2中構建等效的這種類型的層的正確方向。

我還需要轉換幾個不同的python層，所以我不得不修改Caffe2 Github倉庫中的教程; 我只是不確定如何處理這個問題，並認為看看DummyData層是如何完成的將是非常有幫助的。 不幸的是，我無法訪問我編寫的代碼，因為它在我工作的計算機上，但是，到目前為止我所做的所有內容都添加了一個新的函數，其中包含與所有其他圖層相同的args並創建一個新的運營商。 我不確定這是否是正確的方法（因為我可能錯過了很大程度上相同的現有運算符）。

Answer 1

我沒有測試過這個但它可能有用：添加UniformFillOp（生成虛擬數據），然后將其輸出提供給ImageInput（用於小批量和數據擴充）。

可用於生成虛擬數據的運算符列表： https ： //github.com/caffe2/caffe2/blob/master/caffe2/operators/filler_op.cc#L17-L25