使用 Theano CNN (LeNet) 进行保存、加载和预测

【问题标题】：Saving, loading and predicting with Theano CNN (LeNet)使用 Theano CNN (LeNet) 进行保存、加载和预测
【发布时间】：2016-12-01 18:53:00
【问题描述】：

我正在寻找正确的方法来保存、加载并对单个图像文件进行一些预测 strong> 使用 Theano CNN (LeNet) 训练模型。我已经用 Theano LogisticRegression 和 MLP 做到了，效果很好。但我不知道如何使用 CNN 来做到这一点。实际上，我不确定在保存过程中应该存储哪些参数，因为有更多层。

【问题讨论】：

标签： machine-learning neural-network deep-learning theano conv-neural-network

【解决方案1】：

如果您的参数在共享变量 w、v、u 中，那么您的保存命令应该类似于：

>>> import cPickle
>>> save_file = open('path', 'wb')  # this will overwrite current contents
>>> cPickle.dump(w.get_value(borrow=True), save_file, -1)  # the -1 is for HIGHEST_PROTOCOL
>>> cPickle.dump(v.get_value(borrow=True), save_file, -1)  # .. and it triggers much more efficient
>>> cPickle.dump(u.get_value(borrow=True), save_file, -1)  # .. storage than numpy's default
>>> save_file.close()

然后，您可以像这样加载数据：

>>> save_file = open('path')
>>> w.set_value(cPickle.load(save_file), borrow=True)
>>> v.set_value(cPickle.load(save_file), borrow=True)
>>> u.set_value(cPickle.load(save_file), borrow=True)

【讨论】：