本文转jiarenyf的 

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