使用caffe的matlab接口
5星 · 超过95%的资源 需积分: 23 26 浏览量
2016-04-11
16:39:23
上传
评论 2
收藏 318KB PDF 举报 
Caffe 的 Matlab 接口
MatCaffe 与 PyCaffe 用法非常相似。下面的例子将展示如何使用 MatCaffe。
models 为网络模型所在路径，weights 为训练参数。
models = ‘./models/bvlc_reference_caffenet/deploy.prototxt’;
weights = ‘./models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel’;
1. 设置模式和设备
caffe.set_mode_cpu(); //使用 CPU
caffe.set_mode_gpu(); //使用 GPU
caffe.set_device(gpu_id);
2. 创建一个网络并且获取 layers 和 blobs 的权限
(1) 创建一个网络
net = caffe.Net(models, weights, ‘test’); //创建网络并加载权值
或者
net = caffe.Net(model, ‘test’); //创建网络，但不加载权值
net.copy_from(weights); //加载权值
创建的网络变量如下图所示：
(2) 获取 layers 和 blobs 的权限
net.blobs(‘data’).set_data(ones(net.blobs(‘data’).shape)); //用全 1 填充 blob data
net.blobs(‘data’).set_data(net.blobs(‘data’).get_data() * 10); //将 blobs data 中
数据乘以 10
Matlab 中索引从 1 开始，且是列优先，caffe 中 4 维 blob 在 matlab 中的顺序
是[width, height, channels, num]。而且图像是 BGR 通道的。Caffe 使用单精度
浮点数据，如果你的数据不是单精度的，set_data 将自动转换为单精度。
通过 matlab，可以访问每一层，例如对 conv1 的参数乘以 10：
net.params(‘conv1’, 1).set_data(net.params(‘conv1’, 1).get_data() * 10); //设置权
值
net.params(‘conv1’, 2).set_data(net.params(‘conv1’, 2).get_data() * 10); //设置偏
置
或者
net.layers(‘conv1’).params(1).set_data(net.layers(‘conv1’).params(1).get_data() *
10); //设置权值
资源评论
yubing4102018-03-03很好的中文教程，简明扼要。- xyj41892016-05-31这个教程写的很详细，值得下载
