Create add_caffe_custom_layer.md

add_caffe_custom_layer.md

+## 如何转换Caffe自定义Layer
+
+本文档介绍如何将Caffe自定义Layer转换为PaddlePaddle模型中对应的实现, 用户可根据自己需要，添加代码实现自定义层，从而支持模型的完整转换。
+
+***步骤一 编译caffe.proto***    
+使用脚本./tools/compile.sh将caffe.proto（包含所需的包含自定义Layer信息）编译成我们所需的目标语言（Python）         
+使用方式：
+```
+bash ./toos/compile.sh /home/root/caffe/src/caffe/proto
+# /home/root/caffe/src/caffe/proto为caffe.proto的存放路径，生成的caffe_pb2.py也将保存在该路径下
+```
+
+***步骤二 添加自定义Layer的实现代码***
+- 进入./x2paddle/op_mapper/caffe_custom_layer，创建实现代码的文件，例如mylayer.py
+- 仿照./x2paddle/op_mapper/caffe_custom_layer中的其他文件，在mylayer.py中主要实现3个函数：
+  1. `def mylayer_shape(input_shape, ...)`  
+  
+    |    参数     | 类型 | 说明 |
+    | :---------: | :--: | :---------: |
+    | input_shape | list | 每个元素代表该层每个输入数据的shape |
+    | 其余 | 默认为None | 命名为Caffe模型的model.prototxt中mylayer_param中每个参数的名字 |
+
+     功能：计算出mylayer的输出shape         
+     返回：一个list，其中每个元素代表每个输出数据的shape     
+     
+  2. `def mylayer_layer(inputs, input_shape=None, name=None, ...)` 
+  
+    |    参数     | 类型 | 说明 |
+    | :---------: | :--: | :---------: |
+    | inputs | list | 每个元素代表该层每个输入数据 |
+    | input_shape | list(默认为None) | 每个元素代表该层每个输入数据的shape |
+    | name | str(默认为None) | mylayer的名字 |
+    | 其余 | 默认为None | 命名为Caffe模型的model.prototxt中mylayer_param中每个参数的名字 |  
+  
+     功能：运用PaddlePaddle完成组网来实现`mylayer`的功能
+     返回：一个Variable或Tensor，为组网后的结果
+    
+  3. `def mylayer_weights(name, data=None)`  
+  
+    |    参数     | 类型 | 说明 |
+    | :---------: | :--: | :---------: |
+    | name | str | mylayer的名字 |
+    | data | list(默认为None) | 由Caffe模型的model.caffemodel获得的关于mylayer的参数 |
+  
+     功能：为每个参数（例如kernel、bias等）命名；同时，若Caffe中该层参数与PaddlePaddle中参数的格式不一致，则需要的变换操作也在该函数中实现。
+     返回：一个list，包含每个参数的名字。
+     
+- 在mylayer.py中注册`mylayer`，主要运用下述代码实现：
+  ```
+  register(kind='Mylayer', shape=mylayer_shape, layer=mylayer_layer, weights=mylayer_weights)
+  # kind为在model.prototxt中mylayer的type
+  ```
+- 在./x2paddle/op_mapper/caffe_custom_layer/\_\_init\_\_.py中引入该层的使用
+  ```
+  from . import mylayer
+  ```
+