如何在 Caffe 中檢索圖層

Question

給定一個caffe.Net對象，訪問特定層的最佳方式是什么？
現在我只知道如何迭代它們，這不是很有用：

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

Answer 1

您可以通過以下方式獲取所有圖層的名稱

all_names = [n for n in net._layer_names]

當然，如果你想檢查學習參數的值，你可以在這個網絡手術示例中看到它是如何完成的。

例如，如果您想檢查conv1層的過濾器（假設您的模型中有一個具有該名稱的層），您可以訪問

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

而這一層的偏置項

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

如您所見，這是圖像處理網絡的第一層，它有 64 個過濾器，作用於 BGR（3 通道）輸入的 3x3 塊。

如果您已經通過網絡饋送數據（使用net.forward或net.backward ），您可以檢查不同層對通過網絡饋送的特定輸入的響應：

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

conv1層的輸出形狀為 198x198 像素，64 個通道（該層有 64 個過濾器），batch size 為 1。
如果您也執行了向后傳遞，您還可以檢查在該層計算的梯度：

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

Answer 2

用例：

我需要在 batchnorm 層中設置運行均值和 var，這不在net.params或net.blobs

解決方法：

net.layer_dict['bn_layer_name'].blobs[0].data運行平均值。 blobs[1]是變量。 blobs[2]設置為 1，這是一個默認為 0 的比例。

我如何找到它：

print(net.__dir__())然后猜測並嘗試。