#!/usr/bin/env python
# 引入“咖啡”
import caffeimport numpy as np# 使输出的参数完全显示
# 若没有这一句,因为参数太多,中间会以省略号“……”的形式代替
np.set_printoptions(threshold='nan')# 均值文件
MEAN_FILE = 'mean.binaryproto'
# 保存参数的文件
means_txt = 'means.txt'
mf = open(means_txt, 'w')# 将均值文件读入blob中
mean_blob = caffe.proto.caffe_pb2.BlobProto()
mean_blob.ParseFromString(open(MEAN_FILE, 'rb').read())# 将均值blob转为numpy.array
mean_npy = caffe.io.blobproto_to_array(mean_blob)
# 均值参数是多维数组,为了方便输出,转为单列数组
mean_npy.shape = (-1, 1)
for m in mean_npy:# 写参数mf.write('%ff, ' % m)mf.close

Caffe学习:使用pycaffe读取mean.binaryproto文件参数相关推荐

  1. Java学习笔记——JDBC读取properties属性文件

    Java 中的 properties 文件是一种配置文件,主要用于表达配置信息,文件类型为*.properties,格式为文本文件. 文件的内容是格式是"键=值"(key-valu ...

  2. Caffe学习(四)数据层及参数设置

    caffe的各种数据层在caffe.proto文件中有定义.通过对定义的caffe.proto文件进行编译,产生支持各种层操作的c++代码.后面将会详细解读caffe.proto文件(在caffe里就 ...

  3. Caffe学习系列(2):数据层及参数

    要运行caffe,需要先创建一个模型(model),如比较常用的Lenet,Alex等, 而一个模型由多个屋(layer)构成,每一屋又由许多参数组成.所有的参数都定义在caffe.proto这个文件 ...

  4. caffe学习(4)数据层

    数据是学习的原料,参考官网和网友的资料,来看一下数据与数据层. Data:Ins and Outs Caffe学习系列(2):数据层及参数,denny402 数据:输入与输出 在Caffe中,数据是以 ...

  5. Caffe学习笔记3——制作并训练自己的数据集

    Caffe学习笔记3 本文为原创作品,未经本人同意,禁止转载,禁止用于商业用途!本人对博客使用拥有最终解释权 欢迎关注我的博客:http://blog.csdn.net/hit2015spring和h ...

  6. Caffe 学习系列

    学习列表: Google protocol buffer在windows下的编译 caffe windows 学习第一步:编译和安装(vs2012+win 64) caffe windows学习:第一 ...

  7. Caffe学习系列(3):视觉层(Vision Layers)及参数

    所有的层都具有的参数,如name, type, bottom, top和transform_param请参看我的前一篇文章:Caffe学习系列(2):数据层及参数 本文只讲解视觉层(Vision La ...

  8. TF学习——TF数据读取:TensorFlow中数据读这三张图片的5个epoch +把读取的结果重新存到read 文件夹中

    TF学习--TF数据读取:TensorFlow中数据读这三张图片的5个epoch +把读取的结果重新存到read 文件夹中 目录 实验展示 代码实现 实验展示 代码实现 1.如果设置shuffle为T ...

  9. 使用pycaffe读取caffemodel参数(保存到txt文件)

    #!/usr/bin/env python # 引入"咖啡" import caffe import numpy as np # 使输出的参数完全显示 # 若没有这一句,因为参数太 ...

  10. caffe将用训练好的caffemodel和train_val.prototxt文件分类新的一张图片-下篇--caffe学习(7)

    接上篇caffe将用训练好的caffemodel和train_val.prototxt文件分类新的一张图片-上篇 得到deploy.prototxt文件之后,我们可以自己编写python代码实现对单个 ...

最新文章

  1. 如何创建自己的docker image并上传到DockerHub上
  2. 山西农业大学计算机科学与技术分数线,2016年山西农业大学计算机科学与技术专业在湖北录取分数线...
  3. 从平台架构到大屏可视化,一文读懂金融服务行业的数据分析
  4. 详解Java中static关键字和final关键字的功能
  5. selenium使用send_keys()方法写中文报错的解决方法
  6. 02.规划过程组表格-需求跟踪矩阵
  7. adb 增加认证功能
  8. 关于ContentResolver
  9. 【不能执行已释放的 sript 代码】 已解决 命名【疾风】
  10. EA6900刷梅林教程超详细
  11. ExtJs6中利用TreePicker实现下拉树
  12. bootstrap分辨率
  13. 互联网晚报 | 9月18日 星期六 | 微信发布外部链接内容管理规范调整声明;知乎宣布月活破亿;京东宣布双11节奏提前...
  14. excel 的条件格式(一)
  15. linux与测试程序下载,Linux测试上行和下载速率
  16. MyBatis学习(一)-- 实现简单查询
  17. random和stochastic的区别
  18. 基于STM32F103C8T6(HAL库)的HC-SR501红外人体传感及HC-SR04超声波测距
  19. everything使用总结
  20. 尝试一下帝国时代1单机修改器

热门文章

  1. 凸优化第八章几何问题 8.5 中心
  2. 二分法求函数方程根的matlab实现(内附例题和代码)
  3. [译] TensorFlow 教程 #15 - 风格迁移
  4. 阿里云在西雅图招人挖角 微软居多
  5. [redis] redis连接远程客户端查询数据
  6. 通过Git WebHooks+脚本实现自动更新发布代码之Shell脚本(二)
  7. ubuntu 常用配置
  8. Bootstrap教程:[4]栅格系统详解
  9. 【Java并发性和多线程】竞态条件与临界区
  10. 想学PHP来兄弟连是正确的选择 初识兄弟连三周