參照：http://blog.csdn.net/u011762313/article/details/49851795

#!/usr/bin/env python# 引入“咖啡” import caffeimport numpy as np# 使輸出的參數完全顯示 # 若沒有這一句，因為參數太多，中間會以省略號“……”的形式代替 np.set_printoptions(threshold='nan')# deploy文件 MODEL_FILE = 'caffe_deploy.prototxt' # 預先訓練好的caffe模型 PRETRAIN_FILE = 'caffe_iter_10000.caffemodel'# 保存參數的文件 params_txt = 'params.txt' pf = open(params_txt, 'w')# 讓caffe以測試模式讀取網絡參數 net = caffe.Net(MODEL_FILE, PRETRAIN_FILE, caffe.TEST)# 遍歷每一層 for param_name in net.params.keys():# 權重參數weight = net.params[param_name][0].data# 偏置參數bias = net.params[param_name][1].data# 該層在prototxt文件中對應“top”的名稱pf.write(param_name)pf.write('\n')# 寫權重參數pf.write('\n' + param_name + '_weight:\n\n')# 權重參數是多維數組，為了方便輸出，轉為單列數組weight.shape = (-1, 1)for w in weight:pf.write('%ff, ' % w)# 寫偏置參數pf.write('\n\n' + param_name + '_bias:\n\n')# 偏置參數是多維數組，為了方便輸出，轉為單列數組bias.shape = (-1, 1)for b in bias:pf.write('%ff, ' % b)pf.write('\n\n')pf.close

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23
• 24
• 25
• 26
• 27
• 28
• 29
• 30
• 31
• 32
• 33
• 34
• 35
• 36
• 37
• 38
• 39
• 40
• 41
• 42
• 43
• 44
• 45
• 46
• 47
• 48
• 49
• 50
• 51
• 52
• 53

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23
• 24
• 25
• 26
• 27
• 28
• 29
• 30
• 31
• 32
• 33
• 34
• 35
• 36
• 37
• 38
• 39
• 40
• 41
• 42
• 43
• 44
• 45
• 46
• 47
• 48
• 49
• 50
• 51
• 52

遇到問題“cannot import caffe”

解決辦法：

import caffe in $CAFFE/python or add the path to sys.path 可以參照http://stackoverflow.com/questions/12257747/adding-a-file-path-to-sys-path-in-python

import sys sys.path sys.path.append('/path/to/the/example_file.py')

就是可以將我們的.py文件放在/caffe-master/python中運行

另外考慮http://blog.csdn.net/jenyzhang/article/details/49646641

查看當前python的安裝路徑

以及export PYTHONPATH=/...

echo $PYTHONPATH

關于deploy.prototxt的細節http://www.itdadao.com/articles/c15a748021p0.html

總結

以上是生活随笔為你收集整理的python查看CNN训练模型参数的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。