将重量从咖啡转移到张量

debugcn 发表于 Dev

坦维尔

caffe中的convnet过滤器形状为[128 64 3 3]或[out_dim，in_dim，filter_height，filter_weight]。如何将其转换为张量流形状[filter_height，filter_width，in_dim，out_dim]或[3 3 64 128]，以在张量流模型中获得与caffe模型相同的结果。

kmario23

我认为您可以简单地使用numpy将数组的大小调整为您希望将其转换为的维度。然后tensorflow像往常一样将其传递给计算图。

对于您的情况，可以使用：

tf_array = caffe_array.reshape([3, 3, 64, 128])

例子：

In [1]: zer = np.array([[[ [1, 2, 2], [3, 4, 4]], [[5, 6, 6], 
                             [7, 8, 8]], [[0, 1, 1], [2, 1, 1] ] ]])

In [2]: zer.shape
Out[2]: (1, 3, 2, 3)

In [3]: zer
Out[3]: 
array([[[[1, 2, 2],
         [3, 4, 4]],

        [[5, 6, 6],
         [7, 8, 8]],

        [[0, 1, 1],
         [2, 1, 1]]]])


In [4]: rez = zer.reshape([3, 2, 3, 1])

In [5]: rez.shape
Out[5]: (3, 2, 3, 1)

In [6]: rez
array([[[[1],
         [2],
         [2]],

        [[3],
         [4],
         [4]]],

       [[[5],
         [6],
         [6]],

        [[7],
         [8],
         [8]]],

       [[[0],
         [1],
         [1]],

        [[2],
         [1],
         [1]]]])

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。