我正在尝试使用非常简单的单个隐藏层NN在Caffe中执行实验。我正在使用通过单个隐藏层（128个节点）训练的MNIST数据集。我已经从训练有素的网络中获得了所有权重。
然而，在前馈阶段，我想只使用这些节点的较小子集，即32或64.例如，我想在前馈传递期间计算64个节点的激活并保存它们。然后在下一次运行期间，计算其他64个节点的激活，并将它们与前64个节点的激活相结合，这样我就能获得所有128个节点的激活。因此计算所有128个节点的激活，但是在两次传递中＃39;
有没有办法在Caffe实现这一目标？请原谅我，因为我对Caffe很新（刚刚开始使用它本周！）。