Caffe Scale层
如果我们想原封不动的传送数据,也就是说建一个不做任何操作仅穿数据的层,可以利用Scale层,Python中写法如下:
n.scale1 = L.Scale(n.pool2,name='scale1',param=dict(lr_mult=0),filler=dict(type="constant",value=1))
生成的prototxt协议文件如下:
layer {name: "scale1"type: "Scale"bottom: "pool2"top: "scale1"param {lr_mult: 0}scale_param {filler {type: "constant"value: 1}}
}
功能: 使用scale_layer乘以一个标量0.01。
test_scale_layer.py
#coding=UTF-8
import numpy as npimport caffe
# weight_file can be any prtrained models
weight_file = '../attention_network/snapshots_aflw_vgg16_klLoss_finetune_attention1/cross1/vgg_iter_10000.caffemodel'
deploy_file = 'scale_deploy.prototxt'
net = caffe.Net(deploy_file,weight_file,caffe.TEST) arr0 = np.array([[11,12,13],[21,22,23]]) # w11 w12 w13 for sample1, w21 w22 w23 for sample2
print(arr0.shape) # (2,3),2 stand for sample, 3 stand for channel
print(arr0)arr = np.reshape(arr0,(arr0.shape[0],arr0.shape[1],1,1))net.blobs['Features'].data[...] = arr net.forward()feat = net.blobs['scale'].dataprint('scale: ',feat.shape)
print(feat)
scale_deploy.prototxt
layer {name: "data"type: "Input"top: "Features"input_param {shape {dim: 2dim: 3dim: 1dim: 1}}
}
layer {name: "scale_layer"type: "Scale"bottom: "Features"top: "scale"param {lr_mult: 0}scale_param {filler {type: "constant"value: 0.01}}
}
Caffe Scale层相关推荐
- Caffe 源码 - BatchNorm 层与 Scale 层
batch norm layer & scale layer 简述 Batch Normalization 论文给出的计算: 前向计算: 后向计算: BatchNorm 主要做了两部分: [1 ...
- caffe中的batchNorm层(caffe 中为什么bn层要和scale层一起使用)
caffe中的batchNorm层 链接: http://blog.csdn.net/wfei101/article/details/78449680 caffe 中为什么bn层要和scale层一起使 ...
- caffe合并BatchNorm和Scale层
Caffe中BatchNorm层的计算可以表示为:y = (x-mean)/sqrt(var), Scale层的计算可以表示为:y = x*w + b, 某些情况下为了减少参数及计算量,可以将Batc ...
- caffe常用层:batchNorm使用
Caffe 的 BN(BatchNorm ) 层共有三个参数参数:均值.方差和滑动系数,BN层结构如下: layer { [plain] view plain copy bottom: " ...
- caffe常见层及其prototxt设置
输入: Convolution: layer {name: ""type: "Convolution"bottom: ""top: &quo ...
- Caffe 激励层(Activation)分析
Caffe_Activation 一般来说,激励层的输入输出尺寸一致,为非线性函数,完成非线性映射,从而能够拟合更为复杂的函数表达式激励层都派生于NeuronLayer: class XXXlayer ...
- Caffe Vision 层 - 卷积层 ConvLayer
Caffe Vision 层 - 卷积层 ConvLayer Caffe 的视觉层一般采用 images 作为输入,输出另一种 images. 也可以是其它类型的数据和维度. images 可以是单通 ...
- caffe layer层详解
1.基本的layer定义,参数 1.基本的layer定义,参数 如何利用caffe定义一个网络,首先要了解caffe中的基本接口,下面分别对五类layer进行介绍 Vision Layers 可视化层 ...
- caffe data层_Caffe 学习:Eltwise层
Caffe 学习:Eltwise层 Eltwise层的操作有三个:product(点乘), sum(相加减) 和 max(取大值),其中sum是默认操作. 1. PROD:按元素乘积 2. SUM:按 ...
最新文章
- spring Bean自动装配
- mysql_connect() 不支持 请检查 mysql 模块是否正确加载
- linux怎么修改sftp默认端口,如何在 Linux 系统中如何更改 SFTP 端口
- KDD 18论文解读 | 斯坦福大学提出全新网络嵌入方法 — GraphWave
- Quartus16.0如何使用TCL脚本
- 【Python基础入门系列】第06天:Python 模块和包
- http://www.easyui.info/archives/396.html
- OSChina 周四乱弹 —— 电脑上都有监视器
- Cadence Orcad Capture CIS原理图数据库的基本使用方法与技巧图文教程
- 零基础入门Matlab(一篇两个小时就能学完的入门博客)
- gis差值分析_GIS空间插值分析图解
- 超全 泛微 E8 E-cology 8 开发资料大全 开源下载资料
- Response.Redirect() 打开新窗口的方法
- 物体尺寸测量-matlab
- 重装win10系统(家庭版和专业版)
- 分析:公众号运营+引流,怎么从0到1运营
- 软件测试可以分为哪几个类型?
- 聚宽JQData说明书
- 如何将电脑文件自动备份到u盘?
- 教您用数学课件制作工具演示线变二面角