pycaffe获得渐变/权重/偏见

Question

所以我用

初始化了caffe.Net对象。

network = caffe.Net('path/to/lenet.prototxt', caffe.TEST) 

，我想获取带参数的每一层的激活，权重，偏差，渐变。我目前的方法是进行step(100)进行100次迭代，然后查看每一层：

        for layer_name in network._layer_names: 
            if layer_name in network.params:
                x = layer_name
                output = np.array(network.blobs[x].data)
                weight = np.array(network.params[x][0].data)
                bias = np.array(network.params[x][1].data)

这应该给我激活，每一层的权重和偏差。然后我保存它们。虽然不知道渐变。

这种权重/偏向/激活方法正确吗？

Answer 1

使用.diff代替.data

  

实施细节

     

由于我们经常对blob的值和梯度感兴趣，因此blob存储两个块的内存，即数据和diff。前者是我们传递的普通数据，后者是网络计算的梯度。

http://caffe.berkeleyvision.org/tutorial/net_layer_blob.html

请注意，除非您已执行一些培训步骤，否则它们将被初始化为零。