关于caffe到tensorflow

Question

目前，在Caffe中开发了许多深度学习模型而不是张量流。如果我想在tensorflow中重写这些模型，如何开始？我不熟悉Caffe结构。在我看来，有一些文件只存储模型架构。我的猜测是我只需要了解并将这些架构设计转移到Tensorflow中。无论如何，输入/输出/培训将被重写。这个想法有意义吗？

我看到一些Caffe实现还需要攻击原始的Caffe框架，直到C ++级别，并进行一些修改。我不确定Caffe模型开发人员在什么样的情况下需要深入了解？如果我只是想在Tensorflow中重新实现他们的模型，我是否需要去检查他们的C ++修改，有时根本没有记录。

我知道有一些Caffe-Tensorflow转换工具。但总有一些限制，我认为直接重写模型可能更直接。

非常感谢任何建议，建议和教程链接。

Answer 1

我已经问过a similar question了。

合成可能的答案：

1. 您可以使用预先存在的工具，例如etheron's kaffe（这非常简单易用）。但它的简单性是有代价的：它不容易调试。

2. 正如@Yaroslav Bulatov从头开始回答并试图让每一层都匹配。在这方面，我建议你看看ry's github，这是一个非常好的例子，你基本上有一些辅助函数，它们表明如何从caffe到Tensorflow适当地重塑权重，这是你唯一需要做的事情。使简单模型匹配，并逐层提供激活检查。