嘿,所以我在python咖啡馆进行了试验,并编写了一些代码以从我的网络(leNet,mnist)中读取一些信息
我正在定义我的求解器和要使用
分析的图层solver = caffe.get_solver(solver_prototxt)
layer = 'conv1'
并使用读取特征图和批处理大小
numFm = solver.net.blobs[layer].shape[1] # Feature Maps
batchsize = solver.net.blobs[layer].shape[0]
一切正常,可以生成我想要的东西(20个功能的Maps,minibatch中的64个图像),但是我试图进行一些更改,看看当我更改网络中的内容时会发生什么。为此,我将lenet.prototxt更改为
name: "LeNet"
layer {
name: "data"
type: "Input"
top: "data"
input_param { shape: { dim: 64 dim: 1 dim: 28 dim: 28 } }
}
layer {
name: "conv1"
type: "Convolution"
bottom: "data"
top: "conv1"
param {
lr_mult: 1
}
param {
lr_mult: 2
}
convolution_param {
num_output: 20
kernel_size: 5
stride: 1
weight_filler {
type: "xavier"
}
bias_filler {
type: "constant"
}
}
到
....
convolution_param {
num_output: 500
kernel_size: 5
stride: 1
weight_filler {
type: "xavier"
}
bias_filler {
type: "constant"
}
}
所以我将要素映射号从20更改为500,但是再次保存并运行代码后,仍然得到20作为要素映射号。
知道我必须更改什么吗?