如何在 Caffe 中检索图层答案

【问题标题】：How to retrieve a layer in Caffe如何在 Caffe 中检索图层
【发布时间】：2016-07-15 21:34:54
【问题描述】：

给定一个caffe.Net 对象，访问特定层的最佳方式是什么？
现在我只知道如何迭代它们，这不是很有用：

for i in range(n_layers):
  print net.layers[i].type

【问题讨论】：

【解决方案1】：

您可以通过

获取所有图层的名称

all_names = [n for n in net._layer_names]

当然，如果您想检查学习参数的值，您可以在 net surgery 示例中查看它是如何完成的。

例如，如果您想检查 conv1 层的过滤器（假设您的模型中有一个具有该名称的层），您可以访问

In [1]: net.params['conv1'][0].data.shape
Out[1]: (64, 3, 3, 3)

以及这一层的偏置项

In [2]: net.params['conv1'][1].data.shape
Out[2]: (64,)

如您所见，这是图像处理网络的第一层，它有 64 个过滤器作用于 3x3 块 BGR（3 通道）输入。

如果您已经通过网络输入数据（使用 net.forward 或 net.backward），您可以检查不同层对通过网络输入的特定输入的响应：

In [3]: net.blobs['conv1'].data.shape
Out[3]: (1, 64, 198, 198)

conv1 层的输出形状为 198x198 像素，64 个通道（该层有 64 个过滤器），batch size 为 1。
如果您也执行了反向传递，您还可以检查在该层计算的梯度：

In [4]: net.blobs['conv1'].diff.shape
Out[4]: (1, 64, 198, 198)

【讨论】：

感谢您的努力，但我清楚地询问如何获取图层对象而不是 blob。例如。我想访问一些未暴露给 blob 的内部数据。
@memecs 什么内部数据？层的参数？你必须更具体。请相应地更新您的问题，您会得到更好的答案吗
@Shai 我有一个使用扁平层的模型。该层位于net._layer_names，但在 net.params 中找不到。我将如何访问该 Flatten 层的形状？
@Anton"Flatten" 层是“无参数”层，因此它没有net.params。另一方面，您可以通过net.blobs检查其输入和输出的blob形状。

【解决方案2】：

用例：

我需要在batchnorm层设置running mean和var，这不在net.params或net.blobs中

解决方案：

net.layer_dict['bn_layer_name'].blobs[0].data 运行平均值。 blobs[1] 是 var。 blobs[2] 设置为 1，这是一个默认为 0 的比例。

如何找到它：

print(net.__dir__())然后猜一猜。

【讨论】：