// added by wanggao   TEST  [12/20/2017 14:20 wg]

#include <algorithm>  
#include <vector>  

#include "caffe/layers/all_pass_layer.hpp"  

#include <iostream>  
using namespace std;
#define DEBUG_AP(str) cout<<str<<endl  
namespace caffe {

template <typename Dtype>
void AllPassLayer<Dtype>::Forward_cpu(const vector<Blob<Dtype>*>& bottom,
	const vector<Blob<Dtype>*>& top) {
	const Dtype* bottom_data = bottom[0]->cpu_data();
	Dtype* top_data = top[0]->mutable_cpu_data();
	const int count = bottom[0]->count();

	//for (int i = 0; i < count; ++i) {
	//	top_data[i] = bottom_data[i];
	//}
	caffe_copy(count, bottom_data, top_data);

	//注意：获取参数的两个变量 "all_pass_param" 和 "key"
	DEBUG_AP("Here is All Pass Layer, forwarding.");
	DEBUG_AP(this->layer_param_.all_pass_param().key());
}

template <typename Dtype>
void AllPassLayer<Dtype>::Backward_cpu(const vector<Blob<Dtype>*>& top,
	const vector<bool>& propagate_down,
	const vector<Blob<Dtype>*>& bottom) {
	if (propagate_down[0]) {
		//const Dtype* bottom_data = bottom[0]->cpu_data();
		const Dtype* top_diff = top[0]->cpu_diff();
		Dtype* bottom_diff = bottom[0]->mutable_cpu_diff();
		const int count = bottom[0]->count();
		//for (int i = 0; i < count; ++i) {
		//	bottom_diff[i] = top_diff[i];
		//}
		caffe_copy(count, top_diff, bottom_diff);
	}
	//同上
	DEBUG_AP("Here is All Pass Layer, backwarding.");
	DEBUG_AP(this->layer_param_.all_pass_param().key());
}

#ifdef CPU_ONLY  
STUB_GPU(AllPassLayer);
#endif  

//注意：下面2行对层进行注册，必不可少；注意宏参数不能弄错
INSTANTIATE_CLASS(AllPassLayer); // 类的名称 AllPassLayer
REGISTER_LAYER_CLASS(AllPass);   // 层的名称 AllPass
}  // namespace caffe  

3、修改caffe.proto文件

某些情况下我们训练或者测试时，不需要从ptototxt的layer中获取参数，比如split层，concat层等，如果我们这里的.cpp实现文件中注释掉四个DEBUG_AP行，就是一个不带参数的层，那么这里就不用修改caffe.proto文件，直接可以编译caffe.lib库了。
当我们的层需要指定参数时，如卷积层Convolution的参数convolution_param中卷积核数量num_output、卷积核尺寸kernel_size、步长stride等，需要在cpp代码中使用，我们就必须先修改caffe.proto文件，利用ProtoBuffer生成caffe.pb.h和caffe.pb.cc文件，编译生成caffe.lib库。
下面针对AllPassLayer层，对caffe.proto文件进行修改。

第一步 找到message LayerParameter { … } 部分代码，并在其中新添
optional AllPassParameter all_pass_param = 147;，增加后的效果如下

// NOTE
// Update the next available ID when you add a new LayerParameter field.
//
// LayerParameter next available layer-specific ID: 147 (last added: recurrent_param)
message LayerParameter {
  optional string name = 1; // the layer name
  optional string type = 2; // the layer type
  repeated string bottom = 3; // the name of each bottom blob
  repeated string top = 4; // the name of each top blob
  //... 中间部分省略
  optional ThresholdParameter threshold_param = 128;
  optional TileParameter tile_param = 138;
  optional WindowDataParameter window_data_param = 129;

  // 注意：下面为新增加的一行
  optional AllPassParameter all_pass_param = 147;
}

message AllPassParameter {  
  optional float key = 1 [default = 0];  
}  

EBUG_AP(this->layer_param_.all_pass_param().key());

错误	C2259 “caffe::AllPassLayer<float>”: 不能实例化抽象类 caffe E:\deep learning\caffe-windows-CPU\src\caffe\layers\all_pass_layer.cpp 54
错误	C2259 “caffe::AllPassLayer<double>”: 不能实例化抽象类 caffe E:\deep learning\caffe-windows-CPU\src\caffe\layers\all_pass_layer.cpp 54