Question

我试图用c ++读取caffe框架中的权重和偏见。这是我的代码

shared_ptr<Blob<float> >& weight = current_layer->blobs()[0];//for weights
shared_ptr<Blob<float> >& bias = current_layer->blobs()[1];//for bias

但是，对于某些模型，偏差不存在或通过分段错误错误定义。

那么哪个函数返回一个布尔值，表示偏见的预测以及如何在c ++中调用该函数？

Answer 1

blobs返回的current_layer->blobs()存储在std::vector中，您可以使用其size属性：

if (current_layer->blobs().size() > 1) {
    shared_ptr<Blob<float> >& bias = current_layer->blobs()[1];//for bias
}

有关更多详细信息，请参阅this similar answer了解python接口。

Answer 2

const std::vector<string> lnames = net_->layer_names();

for (int layer_index = 0; layer_index < net_->layer_names().size(); ++layer_index)
{
     const shared_ptr<Layer<float> > CAlayer = net_->layer_by_name(lnames[layer_index]);
     std::cout << lnames[layer_index] << std::endl;

     if(CAlayer->blobs().size() > 1)
     {
             std::cout << "weight-shape" << CAlayer->blobs()[0]->shape_string() << std::endl;
             std::cout << "weight-count" << CAlayer->blobs()[0]->count() << std::endl;
             std::cout << "bias-shape" << CAlayer->blobs()[1]->shape_string() << std::endl;
             std::cout << "bias-count" << CAlayer->blobs()[1]->count() << std::endl;
     }
}

最终可以从中获取数据（权重和偏差参数）

 CAlayer->blobs()[0]->cpu_data()[...]

如何使用带有c ++程序的caffe框架知道图层中是否存在Bias

2 个答案: