Lua 如何保存预训练torch网络中所有批次数据的特征值？

现在我正在使用github的fb torch库

这是我第一次使用torch和lua，所以我遇到了一些问题

我的目标是将特定层的特征向量（resnet的最后一个avg池）与输入图像的类一起保存到一个文件中。所有输入图像均来自cifar-10 db

我想要得到的文件格式如下

image1.txt := class index of image and feature vector of image 1 of cifar-10
image2.txt := class index of image and feature vector of image 2 of cifar-10
 // and so on  through all images of cifar-10

现在我已经看到了该github的一些示例代码

因为这是我第一次使用lua，所以我觉得很难理解这段代码，也很难按照我想要的方式进行修改。我不希望我的数据保存为t7文件格式

如何通过lua从torch的网络中仅访问一个特定层？（上次平均池）

如何访问图层和分类结果索引的值

如何从cifar-10 db文件（t7批）中读取所有图像

对不起，问题太多了。但我觉得很难使用火炬，因为社区线程和火炬张贴池amouns。。请理解我

如何通过lua从torch的网络中仅访问一个特定层？（上次平均池）

要访问每个层，您只需加载模型并使用整数获取它。如果您打印模型，您将能够看到上次平均池的位置

model = torch.load(path_to_model):cuda()
avg_pooling_layer = model:get(position_of_the_avg_pooling_layer)

如何访问图层和分类结果索引的值

我不太明白你这是什么意思。如果要查看特定图层的输出或权重。（按照上面的代码）您需要从图层表中获取这些元素。同样，要查看哪些元素是可能的元素，请使用

print avg\u pooling\u layer

weights = avg_pooling_layer.weight -- get the weights of the layer
output = avg_pooling_layer.output  -- get the output of the layer

如何从cifar-10 db文件（t7批）中读取所有图像

要从t7文件中读取图像，请使用torch功能

torch.load

。（以前用于加载模型）

加载后，可以在子表或函数中设置培训和测试集。同样，打印表格并可视化需要获取的值

希望这有帮助

cifar_10 = torch.load("path_to_cifar-10.t7")