資訊專欄INFORMATION COLUMN
此篇文章主要是詳細介紹了caffe的python接口caffemodel指標及特征抽取實例詳細說明，感興趣的小伙伴可以參考借鑒一下，希望可以有一定的幫助，祝愿大家多多的發展，盡早漲薪
文章正文
如果使用公式計算y=f(wx+b)
來描述全部計算全過程得話，那樣w和b是我們必須鍛煉的物品，w稱之為權重值，在cnn之中能夠稱為池化層（filter），b是偏置項。f是激活函數，有sigmoid、relu等。x便是鍵入數據信息。
算法訓練結束后，儲存的saffemodel里邊，實際上是每層的w和b值。
大家運行代碼：
deploy=root+'mnist/deploy.prototxt'#deploy文件 caffe_model=root+'mnist/lenet_iter_9380.caffemodel'#訓練好的caffemodel net=caffe.Net(net_file,caffe_model,caffe.TEST)#加載model和network
就把自己的指標和數據載入到一個net自變量里了，但是net是個很繁雜的object,想要顯現出來看肯定是不行的。在其中：
net.params:儲存每層的變量值（w和b)
net.blobs:儲存每層的數據值
可以用指令：
[(k,v[0].data)for k,v in net.params.items()]
檢查每層的變量值，其中k會話層名稱，v[0].data便是每層的W值，而v[1].data是每層的b值。留意：并非所有的層都是有指標，唯有卷積層和池化層才會。
w1=net.params['Convolution1'][0].data b1=net.params['Convolution1'][1].data
也可以不用檢查具體值，只想看一下shape,可以用指令
net.forward()
假定我們都知道在其中第一位卷積層名字叫'Convolution1',則我們能獲取這一層指標：
[(k,v.data.shape)for k,v in net.blobs.items()]
鍵入這種編碼，具體查詢一下，對自己的了解network有很大的幫助。
[(k,v.data)for k,v in net.blobs.items()]
同樣，除開檢查指標，我們也可以查詢數據，可是需要注意的是，net里邊一開始是無數據的，必須運作：
來查看各層的數據。注意和上面查看參數的區別，一個是net.params,一個是net.blobs.
實際上數據剛輸入的時候，我們叫圖片數據，卷積之后我們就叫特征了。
如果要抽取第一個全連接層的特征，則可用命令：
fea=net.blobs['InnerProduct1'].data
只要知道某個層的名稱，就可以抽取這個層的特征。
推薦大家在spyder中，運行一下上面的所有代碼，深入理解模型各層。
最后，總結一個代碼：
import caffe import numpy as np root='/home/xxx/'#根目錄 deploy=root+'mnist/deploy.prototxt'#deploy文件 caffe_model=root+'mnist/lenet_iter_9380.caffemodel'#訓練好的caffemodel net=caffe.Net(deploy,caffe_model,caffe.TEST)#加載model和network [(k,v[0].data.shape)for k,v in net.params.items()]#查看各層參數規模 w1=net.params['Convolution1'][0].data#提取參數w b1=net.params['Convolution1'][1].data#提取參數b net.forward()#運行測試 [(k,v.data.shape)for k,v in net.blobs.items()]#查看各層數據規模 fea=net.blobs['InnerProduct1'].data#提取某層數據（特征）
綜上所述，代碼就為大家介紹到這里了，希望可以為各位讀者帶來幫助。
文章版權歸作者所有，未經允許請勿轉載,若此文章存在違規行為，您可以聯系管理員刪除。
轉載請注明本文地址：http://specialneedsforspecialkids.com/yun/128754.html
本文主要是給大家介紹了caffe的python插口生成deploy文件學習培訓及其用練習好一點的實體模型（caffemodel）來歸類新的圖片實例詳細說明，感興趣的小伙伴可以參考借鑒一下，希望可以有一定的幫助，祝愿大家多多的發展，盡早漲薪 caffe的python插口生成deploy文件 假如要將練習好一點的實體模型用于檢測新的圖片，那必然必須得一個deploy.prototxt文件，這一...
文中主要是給大家介紹了caffe的python插口之手寫數字識別mnist案例詳細說明，感興趣的小伙伴可以參考借鑒一下，希望可以有一定的幫助，祝愿大家多多的發展，盡早漲薪 論文引言 機器學習第一個案例一般都是是mnist，只需這個案例徹底搞懂了，其他的便是觸類旁通的事了。因為字數緣故，文中不簡單介紹環境變量里邊每一個指標的具體函義，如果要搞明白的，請參考我之前的微博文章： 數據訪問層及主...
摘要：本文來自搜狗資深研究員舒鵬在攜程技術中心主辦的深度學習中的主題演講，介紹了深度學習在搜狗無線搜索廣告中的應用及成果。近年來，深度學習在很多領域得到廣泛應用并已取得較好的成果，本次演講就是分享深度學習如何有效的運用在搜狗無線搜索廣告中。 本文來自搜狗資深研究員舒鵬在攜程技術中心主辦的深度學習Meetup中的主題演講，介紹了深度學習在搜狗無線搜索廣告中的應用及成果。重點講解了如何實現基于多模型融...
閱讀 911·2023-01-14 11:38
閱讀 878·2023-01-14 11:04
閱讀 740·2023-01-14 10:48
閱讀 1982·2023-01-14 10:34
閱讀 942·2023-01-14 10:24
閱讀 819·2023-01-14 10:18
閱讀 499·2023-01-14 10:09
閱讀 572·2023-01-14 10:02
