私はtorch-caffe-bindingを使用して、カフェモデルをトーチに変換します。最後に損失レイヤーを削除して他のトーチレイヤーを追加したいのですが、.prototxt
ファイルのレイヤーを削除し、モデルを "train"して.caffemodel
ファイルを取得し、トーチにインポートできますか?
モデルはlmdbタイプのデータを使用しています。net:forward(input)
を使用してモデルをトレーニングすると、モデルではinput
データを使用する代わりにデータレイヤーで定義されたデータが使用されます。では、lmdbデータを使用するモデルのトレーニング方法を教えてください。
カフェのモデルはいくつかのカスタム層を持っているので、私はトーチでモデルをロードするためにloadcaffe
を使用することはできませんトーチに変換するキャフェモデルについてのご質問
0
A
答えて
1
あなたがここ3つの問題がある -
- をあなたはおそらく、この(トレーニングのために損失層を必要としますあなたは を最小化したいですか?)それで訓練をして、訓練が終わったら トーチに変換する前に原型からそれを削除してください。
データ層を使用するのではなく、lmdbを使用するためには、まずCONV層に あなたの入力を接続する(例えば、 層がコンバージョンであるあなたの最初の非入力を想定したが、あなたが
layer { name: "input-data" type: "DummyData" top: "data" top: "im_info" dummy_data_param { shape { dim: 1 dim: 3 dim: 224 dim: 224 } } }
とを持っていると言いますTとしても
input: "data" input_shape: { dim: 1 dim: 3 dim: 224 dim: 224 }
、次いで
layer { name: "conv1" type: "Convolution" bottom: "data" --> **here put data instead of input-data** top: "conv1" convolution_param { num_output: 96 kernel_size: 3 pad: 1 stride: 1 } }
- 彼は、カスタム層、あなたがトーチで同等 実装を見つけたり、独自の
関連する問題
- 1. NSTimerについてのご質問や
- 2. 例外についてのご質問
- 3. Quickbloxについてのご質問
- 4. Node.jsの - POSTのフィールドについてのご質問
- 5. ライセンス管理のユースケースについてのご質問
- 6. Linuxプログラムのメモリレイアウトスキーマについてのご質問
- 7. C#SQL - 行の更新についてのご質問
- 8. のRails、HAMLについてのご質問、および
- 9. Android開発用Gradleについてのご質問
- 10. 最小スパニングツリーについてのご質問
- 11. ユニコード変換に関する質問
- 12. ファイルシステムのキャッシュに関するご質問
- 13. 質問についてINADDR_ANY
- 14. 質問ループについて
- 15. 質問についてjava.sql.resultset
- 16. 質問についてスクリプト#
- 17. SDカードに関するご質問
- 18. MySQL取引に関するご質問
- 19. apache zookeeperについて質問する
- 20. JMSのご質問
- 21. .NETのURL書き換えについての質問
- 22. 「加算ブレンド」と「色相置換」についての質問
- 23. Android:タイムスタンプ変換の質問!
- 24. クラウド確認番号ジェネレータの作り方についてのご質問は?
- 25. LINQグループご質問
- 26. UILabelのイベントについての質問
- 27. UIWebViewのハイライトカラーについての質問
- 28. アダプタについてのカップルの質問
- 29. IOSのアニメーションについての質問
- 30. プロローグのマッチングについての質問
はあなたにたくさんありがとう!私はそれを試してみましょう –
私はprototxtに損失層を除去、コンソール上でそれを実装する必要があります'I0923 20:56:19.437440 23288 net.cpp:200] conv1は後方計算を必要としません.'レイヤーにはsaveメッセージがあります。トーチを使用してトレーニングすることはできません。すべてのレイヤーが逆になる必要がある間に、どのように損失レイヤーを削除することができますか?事前に感謝します。 –
私は 'net = caffe.Net( 'test.prototxt'、 'test.caffemodel'、 'train')を使用すると、あなたの助けのために最後のlayer.thanksに' loss_weight:1'を追加する方法を見つけました。 –