Python 2.7 获取轴don'；尝试使用classification.ipny可视化caffe中的所有层时出现匹配数组错误

我是python的新手，对该语言有着非常基本的了解，我已经说过，我正在尝试为权重及其过滤器的所有层进行可视化。为此，我不再重复：

# the parameters are a list of [weights, biases]
filters = net.params['conv1'][0].data
vis_square(filters.transpose(0, 2, 3, 1))

更改图层名称时，我尝试使用如下循环：

 for layer_name, param in net.params.iteritems():
    # the parameters are a list of [weights, biases]
    filters = net.params[layer_name][0].data
    vis_square(filters.transpose(0, 2, 3, 1))

现在，它可以在第一层正常工作，但出现此错误并停止运行：

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-16-cf7d5999a45c> in <module>()
      2     # the parameters are a list of [weights, biases]
      3     filters = net.params[layer_name][0].data
----> 4     vis_square(filters.transpose(0, 2, 3, 1))

ValueError: axes don't match array

这里怎么了？

---

如果有人能帮我一把，我将不胜感激

对于后续层，通道数>64。例如，如果第一层中有

num\u output:64

，第二层中也有

num\u output:64

，则存储权重的4D矩阵的形状为

64 x 64 x高x宽

。进行转置后，它将是高度x宽度x 64

您的函数无法处理64层对象，尽管它非常适合处理3层对象

---

我只需执行

n=int（np.ceil（np.sqrt（data.shape[0]*data.shape[3]））

并将整个对象重塑为一层对象。我不认为将卷积内核可视化为RGB会给您带来任何见解。

对于任何有类似问题的人（“轴与数组不匹配”错误）：在转置之前，我将数据放入一个变量中，给出确切的大小。如果我的数据是大小为10*12*15的数据：

DataI = Data [0:9, 0:11, 0:14]
DataII = np.transpose(DataI,(0,2,1))

这对我有用

DataI = Data [0:9, 0:11, 0:14]
DataII = np.transpose(DataI,(0,2,1))