dnn模块的权重和偏差的内存布局是什么？

Question

我想知道dnn模块的内存布局，所以我可以将权重移植到另一个库。

我可以按照以下方式访问权重和偏见

cv::Mat weight = input_net.getParam(input_layer_name.c_str(), 0);
cv::Mat bias = input_net.getParam(input_layer_name.c_str(), 1);

如果我有一个卷积层，有3个输入滤波器，64个输出滤波器和3x3内核，那么内存布局怎么样？如果是卷积层，我应该有3 * 3 * 3 * 64权重和64偏差。我怎么知道每个重量和偏差在重量和偏差矩阵中的位置？

更确切地说，我如何访问图表中显示的权重（A，C，N）？

Answer 1

它有W x H x InCh x OutCh布局。从最低到最高指数。类似的东西：

w[0]: (x1, y1, inc1, outc1)
w[1]: (x2, y1, inc1, outc1)
...
w[n-1]: (xn, y1, inc1, outc1)
w[n]:   (x1, y2, inc1, outc1)
w[n+1]: (x2, y2, inc1, outc1)
...

并且进一步。