Caffe学习：使用pycaffe读取caffemodel参数

#!/usr/bin/env python# 引入“咖啡”
import caffeimport numpy as np# 使输出的参数完全显示
# 若没有这一句，因为参数太多，中间会以省略号“……”的形式代替
np.set_printoptions(threshold='nan')# deploy文件
MODEL_FILE = 'caffe_deploy.prototxt'
# 预先训练好的caffe模型
PRETRAIN_FILE = 'caffe_iter_10000.caffemodel'# 保存参数的文件
params_txt = 'params.txt'
pf = open(params_txt, 'w')# 让caffe以测试模式读取网络参数
net = caffe.Net(MODEL_FILE, PRETRAIN_FILE, caffe.TEST)# 遍历每一层
for param_name in net.params.keys():# 权重参数weight = net.params[param_name][0].data# 偏置参数bias = net.params[param_name][1].data# 该层在prototxt文件中对应“top”的名称pf.write(param_name)pf.write('\n')# 写权重参数pf.write('\n' + param_name + '_weight:\n\n')# 权重参数是多维数组，为了方便输出，转为单列数组weight.shape = (-1, 1)for w in weight:pf.write('%ff, ' % w)# 写偏置参数pf.write('\n\n' + param_name + '_bias:\n\n')# 偏置参数是多维数组，为了方便输出，转为单列数组bias.shape = (-1, 1)for b in bias:pf.write('%ff, ' % b)pf.write('\n\n')pf.close

Caffe学习：使用pycaffe读取caffemodel参数相关推荐

使用pycaffe读取caffemodel参数（保存到txt文件）
#!/usr/bin/env python # 引入"咖啡" import caffe import numpy as np # 使输出的参数完全显示 # 若没有这一句,因为参数太 ...
caffe学习日记--lesson6: 常用的caffemodel下载链接
caffe学习日记--lesson6:caffemodel caffe的伯克利主页:http://caffe.berkeleyvision.org/ caffe的github主页:https://gi ...
Caffe 学习系列
学习列表: Google protocol buffer在windows下的编译 caffe windows 学习第一步:编译和安装(vs2012+win 64) caffe windows学习:第一 ...
Caffe学习系列(3)：视觉层（Vision Layers)及参数
所有的层都具有的参数,如name, type, bottom, top和transform_param请参看我的前一篇文章:Caffe学习系列(2):数据层及参数本文只讲解视觉层(Vision La ...
caffe学习日记--lesson7:caffemodel可视化的两种方法
在Caffe中,目前有两种可视化prototxt格式网络结构的方法: 使用Netscope在线可视化使用Caffe提供的draw_net.py 本文将就这两种方法加以介绍 Netscope:支持Ca ...
jmeter参数值只读取了第一个_Jmeter学习笔记-从文本中读取一个参数，多个值（7）...
测试场景:插入多条数据时,某些关键字不能重复,从文件中读取其参数,可解决该问题. 1.CSV Data set config的配置如下图: Filename:需要传入的参数所位于的文件名称,一定要填写 ...
python读取caffemodel文件
caffemodel是二进制的protobuf文件,利用protobuf的python接口可以读取它,解析出需要的内容不少算法都是用预训练模型在自己数据上微调,即加载"caffemodel ...
Caffe学习笔记4图像特征进行可视化
Caffe学习笔记4图像特征进行可视化本文为原创作品,未经本人同意,禁止转载,禁止用于商业用途!本人对博客使用拥有最终解释权欢迎关注我的博客:http://blog.csdn.net/hit201 ...
【Caffe学习01】在Caffe中trian MNIST
在上次搭建好Caffe环境的基础上我们进行第一次实验,将Caffe自带的一个Mnist example跑一跑,对其在处理图像方面的能力有个初步了解. 如果还没有搭建好环境的朋友可以看看我的上一篇文章: ...
Caffe学习系列(23)：如何将别人训练好的model用到自己的数据上
caffe团队用imagenet图片进行训练,迭代30多万次,训练出来一个model.这个model将图片分为1000类,应该是目前为止最好的图片分类model了. 假设我现在有一些自己的图片想进行分 ...

Caffe学习：使用pycaffe读取caffemodel参数

Caffe学习：使用pycaffe读取caffemodel参数相关推荐

最新文章

热门文章