Question

我想要的是，在加载网后，我将分解某些图层并保存新网。例如

Orignial net：

数据 - ＆gt; conv1 - ＆gt; conv2 - ＆gt; fc1 - ＆gt; fc2 - ＆gt; SOFTMAX;

新网：

数据 - ＆gt; conv1_1 - ＆gt; conv1_2 - ＆gt; conv2_1 - ＆gt; conv2_2 - ＆gt; fc1 - ＆gt; fc2 - ＆gt; SOFTMAX

因此，在此过程中，我陷入了以下情况：
1.如何在pycaffe中新建一个具有指定图层参数的图层？ 2.如何从现有图层（例如上面的fc1和fc2）复制图层参数？

我知道使用caffe::net_spec，我们可以手动定义新网络。但caffe::net_spec无法指定现有图层（例如：fc1）。

Answer 1

我没有看到如何使用net_spec加载以前的网络，但你总是可以直接使用protobuf对象。（我以您的网络结构为例）

import caffe.proto.caffe_pb2 as caffe_pb2
import google.protobuf as pb
from caffe import layers as L

net = caffe_pb2.NetParameter()
with open('net.prototxt', 'r') as f:
    pb.text_format.Merge(f.read(), net)

#example of modifing the network:
net.layer[1].name = 'conv1_1'
net.layer[1].top[0] = 'conv1_1'
net.layer[2].name = 'conv1_2'
net.layer[2].top[0] = 'conv1_2'
net.layer[2].bottom[0] = 'conv1_1'

net.layer[3].bottom[0] = 'conv2_2'

#example of adding new layers (using net_spec):
conv2_1 = net.layer.add()
conv2_1.CopyFrom(L.Convolution(kernel_size=7, stride=1, num_output=48, pad=0).to_proto().layer[0])
conv2_1.name = 'conv2_1'
conv2_1.top[0] = 'conv2_1'
conv2_1.bottom.add('conv1_2')

conv2_2 = net.layer.add()
conv2_2.CopyFrom(L.Convolution(kernel_size=7, stride=1, num_output=48, pad=0).to_proto().layer[0])
conv2_2.name = 'conv2_2'
conv2_2.top[0] = 'conv2_2'
conv2_2.bottom.add('conv2_1')

# then write back out:
with open('net2.prototxt, 'w') as f:
    f.write(pb.text_format.MessageToString(net))

另请参阅here作为python中协议缓冲区的指南，并查看当前caffe消息格式的here。

如何使用pycaffe重建caffe网

1 个答案: