Caffe学习:使用pycaffe读取caffemodel参数
来源:互联网 发布:尼康d810调焦软件 编辑:程序博客网 时间:2024/05/22 12:19
#!/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
阅读全文
0 0
- Caffe学习:使用pycaffe读取caffemodel参数
- Caffe学习:使用pycaffe读取caffemodel参数
- Caffe学习:使用pycaffe读取caffemodel参数
- Caffe学习:使用pycaffe读取caffemodel参数
- 使用pycaffe读取caffemodel参数
- pycaffe读取caffemodel参数
- 使用pycaffe 对caffemodel 参数进行读取
- Caffe学习:使用pycaffe读取mean.binaryproto文件参数
- Caffe学习:使用pycaffe读取mean.binaryproto文件参数
- 使用pycaffe读取caffemodel参数(保存到txt文件)
- 使用pycaffe读取caffemodel参数(保存到txt文件)
- Caffe学习:pycaffe利用caffemodel进行分类
- Caffe学习:pycaffe利用caffemodel进行分类
- Caffe学习:pycaffe利用caffemodel进行分类=>裁剪图片
- Caffe学习:pycaffe利用caffemodel进行分类(2)
- Caffe学习:pycaffe利用caffemodel进行分类=>批处理
- Caffe学习:pycaffe利用caffemodel进行分类=>批处理
- Caffe学习:pycaffe利用caffemodel进行分类(2)
- Mac 下验证下载文件的 MD5/SHA1/SHA256
- Android开源库整理(2)
- Android开发学习(7)ListView
- CSS3理解position属性
- Java 发送get post请求
- Caffe学习:使用pycaffe读取caffemodel参数
- Python多层异常的捕获
- 工厂模式和抽象工厂模式
- Python入门5_条件循环语句
- luoguP3402 最长公共子序列(LCS-->LIS)
- Java面向对象之包装类
- Python创建虚拟环境
- Currency Exchange (Bellman-Ford算法,判断是否有正权回路)
- 文章标题