Python 动态修改图层'；Caffe中的s参数

我使用下面的代码加载网络并进行设置，层的参数存储在

deploy.prototxt

中

net=caffe.net（deploy.prototxt、caffemodel、caffe.TEST）

但是，我想做的是动态地修改层的参数（例如

内核大小

，或

pad

，等等），而不是修改prototxt文件并重新加载它。

---

有什么方法可以做到这一点吗？

您可以编写自己的get/set方法，并将它们公开给python。 在layer.hpp中：

virtual float GetParameter(const std::string param_name) {return -1;}
virtual void SetParameter(const std::string param_name, float val) {}

然后在希望动态获取/设置参数的层中重新定义这些方法

---

最后一步是向python公开这些方法。在_caffe.cpp中，为

bp:：class添加这个函数，您可以编写自己的get/set方法，并将它们公开给python。
在layer.hpp中：

virtual float GetParameter(const std::string param_name) {return -1;}
virtual void SetParameter(const std::string param_name, float val) {}

然后在希望动态获取/设置参数的层中重新定义这些方法

最后一步是向python公开这些方法。在_caffe.cpp中，为
bp:：class添加这个选项，我建议您改变对这个问题的看法。您提到的“动态修改参数”依赖于什么？一个最常用的变量（我所面对的）是当前迭代次数。例如，我希望每10000次减少参数值。基于此，在使用该参数的图层中，应用该函数对其进行修改。这与修改prototxt文件相同

为了得到特定层中的迭代时间，我只在这里放置了另一个层的解决方案。它非常简单，与修改prototxt文件相比，可能会显著减少您的工作负载。希望您能从这个解决方案中得到启发，并将其应用到您的案例中

我建议你改变对这个问题的看法。您提到的“动态修改参数”依赖于什么？一个最常用的变量（我所面对的）是当前迭代次数。例如，我希望每10000次减少参数值。基于此，在使用该参数的图层中，应用该函数对其进行修改。这与修改prototxt文件相同

为了得到特定层中的迭代时间，我只在这里放置了另一个层的解决方案。它非常简单，与修改prototxt文件相比，可能会显著减少您的工作负载。希望您能从这个解决方案中得到启发，并将其应用到您的案例中


[文章末尾的解决方案]

我需要对模型进行微调，因此希望以编程方式更改各个层的lr_mult参数。我的帮助搜索从这个线程的标题开始，谢天谢地，在下面提到的标题为“如何以编程方式修改prototxt？”的链接中结束


以文本_格式加载google/protobuf中的模型定义prototxt文件后，可以访问和修改参数。修改后的protobuf可以写成文件
 
[文章末尾的解决方案]

我需要对模型进行微调，因此希望以编程方式更改各个层的lr_mult参数。我的帮助搜索从这个线程的标题开始，谢天谢地，在下面提到的标题为“如何以编程方式修改prototxt？”的链接中结束


以文本_格式加载google/protobuf中的模型定义prototxt文件后，可以访问和修改参数。修改后的protobuf可以写成文件
 谢谢你的回答。我已经采取了另一种解决方案，通过目录动态更改.prototxt文件，我认为您的解决方案将更加灵活。谢谢您的回答。我已经采取了另一种解决方案，通过目录动态更改.prototxt文件，我认为您的解决方案将更加灵活。