Machine learning 如何在Caffe中检索图层

给定一个

caffe.Net

对象，访问特定层的最佳方式是什么？
现在我只知道如何迭代它们，这不是很有用：

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

---

您可以通过以下方式获取所有图层的名称：

all_names = [n for n in net._layer_names]

当然，如果您想检查已学习参数的值，您可以在本例中看到它是如何完成的

例如，如果您想检查

conv1

层的过滤器（假设您的模型中有一个具有该名称的层），您可以访问

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

这一层的偏置项

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

如您所见，这是图像处理网络的第一层，它有64个过滤器，作用于3x3块BGR（3个通道）输入

如果您已经通过网络输入数据（使用

net.forward

或

net.backward

），您可以检查不同层对通过网络输入的特定输入的响应：

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

conv1

层的输出形状为198x198像素，有64个通道（该层中有64个过滤器），批量大小为1。
如果您也执行了向后传递，还可以检查在该层计算的梯度：

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

---

用例：

我需要在batchnorm层中设置运行平均值和var，该层不在

net.params

或

net.blobs

解决方案：

net.layer\u dict['bn\u layer\u name'].blobs[0]。数据

正在运行

blobs[1]

是变量。

blobs[2]

设置为1，是默认为0的刻度。

我如何找到它：

---

打印（net.\uuuu dir\uuuuu（））

然后猜测并尝试。

通过“访问特定层”，您到底想实现什么？调试。我只想检查层的一些成员变量。在这种情况下，请查看我的更新答案。感谢您的努力，但我清楚地问了如何获得层对象而不是BLOB。例如，我想访问一些未暴露给blob的内部数据。@memecs什么内部数据？图层的参数？你得说得更具体些。请相应地更新你的问题，你会变得更好吗answers@Shai我有一个使用扁平层的模型。此层位于

net.\u layer\u name

中，但在net.params中找不到它。如何访问扁平层的形状？@Anton“flatte”层是一个“无参数”层，因此它没有

net.params

。另一方面，您可以通过

net.blobs

检查其输入和输出blob形状。