dnn模塊的權重和偏差的內存布局是什么？

Question

我想知道dnn模塊的內存布局，因此我可以將權重移植到另一個庫。

我可以按以下方式訪問權重和偏見

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

如果我有一個帶3個輸入過濾器，64個輸出過濾器和3x3內核的卷積層，那么內存布局將如何？ 如果是卷積層，則應具有3 * 3 * 3 * 64權重和64偏差。 我如何知道每個重量和偏差在重量和偏差矩陣中的位置？

更確切地說，我如何訪問圖中的重量（A，C，N）？

Answer 1

它具有W x H x InCh x OutCh布局。 從最低到最高的索引。 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)
...

並進一步。