Quelques questions à propos de la conversion du modèle caffe en torche

Question

J'utilise torch-caffe-binding pour convertir le modèle caffe en torche. Et je veux supprimer la couche de perte à la fin et ajouter d'autres couches de la torche, puis-je simplement supprimer la couche dans le fichier .prototxt et "former" le modèle pour obtenir le fichier .caffemodel et importer dans la torche?
Et le modèle utilise les données de type lmdb, lorsque j'utilise net:forward(input) pour former le modèle, le modèle utilise simplement les données définies dans la couche de données au lieu d'utiliser les données input. Alors, comment former le modèle qui utilise les données lmdb?
le modèle caffe a une couche personnalisée donc je ne peux pas utiliser le loadcaffe pour charger le modèle dans la torche

Answer 1

Vous avez 3 questions ici -

1. Vous avez probablement besoin de la couche de perte pour la formation (ce est ce que vous voulez minimiser). Alors entraînez-vous avec lui, et après la formation est terminée le retirer de votre prototx avant de convertir au chalumeau.

2. Pour utiliser la LMDB plutôt que d'utiliser la couche de données, connectez votre entrée à la première couche de conv (en supposant que votre premier non-entrée couche est conv, par exemple, que vous avez

   layer { 
       name: "input-data" 
       type: "DummyData" 
       top: "data" 
       top: "im_info" 
       dummy_data_param { 
       shape { dim: 1 dim: 3 dim: 224 dim: 224 } 
       } 
   } 
   

   et aussi

   input: "data" 
   input_shape: { 
   dim: 1 
   dim: 3 
   dim: 224 
   dim: 224 
   } 
   

   puis

   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 
       } 
   } 
   

3. En ce qui concerne t il couche personnalisée, vous devrez trouver un équivalent mise en œuvre dans la torche ou la mettre en œuvre sur votre propre