假设我将MNIST数据集用于Caffe's LeNet example。
在python上,我加载了模型进行测试(Caffemodel可用于here)。
net = caffe.Net('/lenet_train_test.prototxt', '/lenet.caffemodel', caffe.TEST)
然后对100张图像进行前向遍历
net.forward()
但是,如果执行新的前向传递,则Caffe将使用同一批100张图像。
我之所以确认,是因为例如计算conv2(np.sum(net.blobs['conv2'].data)
)上所有激活的总和总是返回相同的值。
此外,如果我可视化存储在blob中的数据,则始终返回相同的图像(plt.imshow(net.blobs['data'].data[0].squeeze())
)
也许我在这里缺少什么?或者如何使用LMDB后端在Net.forward()
的新批次中使用pycaffe
?
幸运的是,我发现了类似的问题here和here,但是我无法使用所提供的答案解决我的问题,也许是因为问题未明确说明。因此,为什么我要更客观地问这里。