打开APP
userphoto
未登录

开通VIP,畅享免费电子书等14项超值服

开通VIP
pycaffe中权值(params)以及各个层的输出(blobs)的获取 | 21世纪郭少加油
  • import caffe
  • #build net
  • net = caffe.Net('deploy.prototxt','alexnet.caffemodel',caffe.TEST)
  • #list all parameters
  • layers_ = net.params.keys()
  • print layers
  • #list all blobs
  • outputs_ = net.blobs.keys()
  • print outputs
  • #extract 'conv1'
  • conv1_weight = net.params['conv1'][0].data
  • conv1_bias = net.params['conv1'][1].data
  • #extract output of 'conv1' layer
  • conv1_output = net.blobs['conv1'].data
  • 本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请点击举报
    打开APP,阅读全文并永久保存 查看更多类似文章
    猜你喜欢
    类似文章
    【热】打开小程序,算一算2024你的财运
    caffe示例实现之10LeNet的python接口
    [caffe解读] caffe从数学公式到代码实现5-caffe中的卷积
    caffe的python接口学习(8):caffemodel中的参数及特征的抽取
    语义分割论文-ENet
    Caffe-Python接口常用API参考
    Pycaffe实践 1)分类:性别识别
    更多类似文章 >>
    生活服务
    热点新闻
    分享 收藏 导长图 关注 下载文章
    绑定账号成功
    后续可登录账号畅享VIP特权!
    如果VIP功能使用有故障,
    可点击这里联系客服!

    联系客服