darknet源碼學習：get_network_input_size

更多darknet源代碼學習筆記，參看：darknet源碼學習：預測分類函數float *network_predict_gpu(network net, float *input)

get_network_input_size獲得網絡輸入層大小，源代碼見  

if (net.gpu_index != cuda_get_device())
        cuda_set_device(net.gpu_index);

從network定義network結構體可以知道，

結構體中有一個變量 

layer* layers;

其中layer定義見：layer結構體

inputs是當前層輸入維度=w*h*c

w:圖像寬度

h:圖像高度

c:圖像通道

network定義見：結構體network定義。

 

cudaError_t cudaSetDevice(int dev)

將dev記錄爲活動主線程將執行設備碼的設備。
cuda_get_device，獲得活動主線程將執行的設備碼的設備