Question

在阅读Caffe教程（http://nbviewer.ipython.org/github/BVLC/caffe/blob/master/examples/00-classification.ipynb）时，我发现了以下声明：

net.blobs['data'].data[...] = transformer.preprocess('data',
                                  caffe.io.load_image
                                         (caffe_root + 'examples/images/cat.jpg'))

它基本上用于将单个图像分配给net.blobs['data'].data。

net.blobs['data'].data[...]是4D ndarray，transformer...返回3D ndarray，因此省略号用于在第0轴上复制3D数组。这让我觉得我应该能够重写代码以避免省略如下：

z3=transformer.preprocess('data', 
                           caffe.io.load_image
                                 (caffe_root + 'examples/images/cat.jpg'))

z4 = z3[np.newaxis,...]
net.blobs['data'].data = z4

然而，当我这样做时，我得到了

>> net.blobs['data'].data = z4
  Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  AttributeError: can't set attribute

尽管如此，

net.blobs['data'].data[...] = z3

工作正常。这对任何人都有意义吗？

我已经验证了变量的形状和类型如下：

>>> print net.blobs['data'].data.shape, z3.shape, z4.shape
(1, 3, 227, 227) (3, 227, 227) (1, 3, 227, 227)

>>> print type(net.blobs['data'].data),type(z3),type(z4)
<type 'numpy.ndarray'> <type 'numpy.ndarray'> <type 'numpy.ndarray'>

为什么net.blobs['data'].data = z4会导致问题？

Answer 1

执行obj.attr = blah是在对象obj上设置属性，因此obj会对此进行控制。执行obj.attr[...] = blah是在obj.attr引用的对象上设置项（例如，某些类似数组的对象的“内容”），因此对象{{1}控制这个。

在您的示例中，obj.attr是某种不允许设置其net.blobs['data']属性的对象，因此您无法执行data。但net.blobs['data'].data = blah是允许您更改其内容的数组，因此您可以执行net.blobs['data'].data。您使用这两种语法对两个不同的对象进行操作（一种情况为net.blobs['data'].data[...] = stuff，另一种情况为net.blobs['data']。

Answer 2

第一种方法（net.blobs['data'].data = z4）的问题在于数据＆＃39;是net.blobs [＆＃39; data＆＃39;]（即Caffe Blob 对象）的属性，无法分配。如果将numpy数组分配给数据属性，则表示＆＃34;而不是使用为数据分配的内存，而是使用numpy数组的内存＆＃34;，不可接受。

但是，如果您使用net.blobs['data'].data[...] = z4，则表示＆＃34;将数据从numpy数组复制到为数据属性＆＃34;分配的内存，可接受。< / p>

有关详细信息，请参阅Caffe用户组中的a similar question。

为什么在PyCaffe中为ndarray分配ndarray会引发属性错误？

2 个答案: