dnn模块的权重和偏差的内存布局是什么？

Question

我想知道dnn模块的内存布局，因此我可以将权重移植到另一个库。

我可以按以下方式访问权重和偏见

cv::Mat weight = input_net.getParam(input_layer_name.c_str(), 0);
cv::Mat bias = input_net.getParam(input_layer_name.c_str(), 1);

如果我有一个带3个输入过滤器，64个输出过滤器和3x3内核的卷积层，那么内存布局将如何？ 如果是卷积层，则应具有3 * 3 * 3 * 64权重和64偏差。 我如何知道每个重量和偏差在重量和偏差矩阵中的位置？

更确切地说，我如何访问图中的重量（A，C，N）？

Answer 1

它具有W x H x InCh x OutCh布局。 从最低到最高的索引。 就像是：

w[0]: (x1, y1, inc1, outc1)
w[1]: (x2, y1, inc1, outc1)
...
w[n-1]: (xn, y1, inc1, outc1)
w[n]:   (x1, y2, inc1, outc1)
w[n+1]: (x2, y2, inc1, outc1)
...

并进一步。