问题标签 [pycaffe]

我正在尝试使用 python 脚本使用预先训练的网络来提取特征值。这是我的脚本：

现在图像 D_4051 应该返回一个介于 0.002 - 0.006 之间的分数，但是对于我的测试集中的任何图像，python 脚本都会返回 [[ 2.99469399]]。很明显我的代码没有做我想做的事，但是从我找到的文档和示例中，我不确定出了什么问题。

谢谢！

我想学习如何编写 caffe python 层。
但我只找到关于非常简单的层的例子，比如pyloss.

如何编写带有可训练参数的python caffe？

比如，如何写一个全连接的python层？

我有一个预训练的 caffe 模型，我正在尝试用它进行预测。但是，我正在尝试使用 python 的多处理模块在单独的进程中执行此预测，以免减慢主程序的速度。然而，当试图做出预测时，这个过程似乎冻结了。咖啡有可能吗？如果没有，是否有其他方法可以在 python 中使用 caffe 进行有效的并行处理？

这是我的代码的简化版本

我想在一个函数中发送两个参数并接收两个值

我想修改这段代码，以便我的代码能够发送两个参数并接收两个

function_f 是一个返回一个数字 1 或 0 的函数。

上面的代码可以在发送一个参数时完成这项工作，但我想发送两个而不是。所需函数的第一个参数是 list_value，第二个参数是模型“net model train it using caffe”

所以我想写一个函数，它可以做与前一个函数相同的工作，但返回两个参数，一个是 [0 或 1]，另一个是这个函数已经修改的修改模型。

我用自己的数据训练了我的网络，这不是图像，而是矢量（20×128×128）。现在我想使用训练好的网络进行预测。但是，当我尝试代码时，无论输入向量是什么，我都会得到相同的输出。我将附上我用过的文件。任何意见，将不胜感激。

这是我的部署文件

可以使用以下几行的 hdf5 数据层在 pycaffe 中编写 caffe prototxt：

是否可以使用类似的方法来编写具有内存数据层的 prototxt？

我正在使用 Caffe，并且有兴趣比较我的训练和测试错误，以确定我的网络是过拟合还是欠拟合。但是，我似乎无法弄清楚如何让 Caffe 报告培训错误。它将显示训练损失（在批次上计算的损失函数的值），但这在确定网络是否过拟合/欠拟合时没有用。有没有一种简单的方法可以做到这一点？

我正在使用 Python 接口到 Caffe (pycaffe)。如果我能以某种方式访问​​原始训练集，我可以通过前向传递将批次通过并评估结果。但是，我似乎不知道如何访问当前处理的一批训练数据。这可能吗？我的数据是 LMDB 格式。

原始数据暗淡：

1)64 x 45 x 18432格式.mat... ---> Class1

1 x 18432格式.mat... ---> 标签

2）64 x 45 x 18432格式.mat... ---> Class2

1 x 18432格式.mat... ---> 标签

3)64 x 45 x 18432格式.mat... ---> Class3

1 x 18432格式.mat... ---> 标签

如何使用/将其转换为 caffe 作为输入...使用 python？

我想要的是，加载一个网络后，我会分解一些特定的层并保存新的网络。例如

原网：

数据->conv1->conv2->fc1->fc2->softmax；

新网：

数据 -> conv1_1 -> conv1_2 -> conv2_1 -> conv2_2 -> fc1 -> fc2 -> softmax

因此，在这个过程中，我陷入了以下情况：
1. 如何新建一个指定图层参数的图层pycaffe？
2.如何从现有图层（如fc1及fc2以上）复制图层参数？

我知道通过使用caffe::net_spec，我们可以手动定义一个新网络。但caffe::net_spec不能从现有层中指定层（例如：）fc1。

是否可以翻译 .caffemodel 文件中的信息，以便（例如）Matlab 读取它。也就是说，有没有办法使用 prototxt 的其他东西编写模型并导入使用 Caffe 训练的权重？

如果答案是“不，它是一个二进制文件并且将始终保持这种状态”，是否有一些关于文件结构的文档，以便可以以某种方式提取重要信息？