caffe python接口:deploy文件
来源:互联网 发布:人工智能芯片 编辑:程序博客网 时间:2024/06/06 17:15
[原文链接](http://www.cnblogs.com/denny402/p/5685818.html)
如果要把训练好的模型拿来测试新的图片,那必须得要一个deploy.prototxt文件,这个文件实际上和test.prototxt文件差不多,只是头尾不相同而也。deploy文件没有第一层数据输入层,也没有最后的Accuracy层,但最后多了一个Softmax概率层。
这里我们采用代码的方式来自动生成该文件,以mnist为例。
deploy
# -*- coding: utf-8 -*-from caffe import layers as L,params as P,to_protoroot='/home/xxx/'deploy=root+'mnist/deploy.prototxt' #文件保存路径def create_deploy(): #少了第一层,data层 conv1=L.Convolution(bottom='data', kernel_size=5, stride=1,num_output=20, pad=0,weight_filler=dict(type='xavier')) pool1=L.Pooling(conv1, pool=P.Pooling.MAX, kernel_size=2, stride=2) conv2=L.Convolution(pool1, kernel_size=5, stride=1,num_output=50, pad=0,weight_filler=dict(type='xavier')) pool2=L.Pooling(conv2, pool=P.Pooling.MAX, kernel_size=2, stride=2) fc3=L.InnerProduct(pool2, num_output=500,weight_filler=dict(type='xavier')) relu3=L.ReLU(fc3, in_place=True) fc4 = L.InnerProduct(relu3, num_output=10,weight_filler=dict(type='xavier')) #最后没有accuracy层,但有一个Softmax层 prob=L.Softmax(fc4) return to_proto(prob)def write_deploy(): with open(deploy, 'w') as f: f.write('name:"Lenet"\n') f.write('input:"data"\n') f.write('input_dim:1\n') f.write('input_dim:3\n') f.write('input_dim:28\n') f.write('input_dim:28\n') f.write(str(create_deploy()))if __name__ == '__main__': write_deploy()
运行该文件后,会在mnist目录下,生成一个deploy.prototxt文件。
这个文件不推荐用代码来生成,反而麻烦。大家熟悉以后可以将test.prototxt复制一份,修改相应的地方就可以了,更加方便。
阅读全文
0 0
- caffe python接口:deploy文件
- caffe的 MATLAB和python接口学习:生成deploy文件
- caffe的python接口学习(5):生成deploy文件
- caffe的python接口学习(5):生成deploy文件
- caffe的python接口学习(5):生成deploy文件
- Caffe——python接口学习:生成deploy文件
- caffe——python接口:生成deploy文件
- caffe的python接口学习(5):生成deploy文件
- 【caffe】caffe的python接口学习:生成solver文件
- Caffe的Python接口
- caffe python 接口使用
- Caffe的Python接口
- caffe---python接口配置
- Caffe Python接口编译
- caffe python接口编译
- caffe python接口:mnist
- caffe配置python接口
- Caffe Python接口
- spring源码分析,重新认识spring六(从new FileSystemXmlApplicationContext 开始解读)
- 论文阅读:Salient Object Detection: A Benchmark
- App Store 审核指南
- 阶乘之和
- 【银行】银行业务系统设计特点概述
- caffe python接口:deploy文件
- MaxCompute Studio使用心得系列2——编译SQL脚本
- NOIP复赛复习(十)怎样才能拿到高分?
- 自定义拦截器 post请求
- Java多线程学习之ThreadLocal源码分析
- Tensorflow实战学习(二十二)【产品环境模型部署,Docker镜像,Bazel工作区,导出模型,服务器,客户端】
- caffe预测单张图片
- cygwin安装步骤
- iOS通俗易懂的Block理解和概括和一道题目