关于将caffe模型转换为手电筒的一些问题

Question

我使用torch-caffe-binding将caffe模型转换为手电筒。我想在最后删除损失层并添加其他的割炬图层，我可以删除.prototxt文件中的图层并“训练”模型以获取.caffemodel文件并导入火炬中？
而模型使用lmdb类型的数据，当我使用net:forward(input)来训练模型时，模型只是使用数据层中定义的数据而不是使用input数据。那么如何训练使用lmdb数据的模型呢？
的朱古力模型有一些自定义层，所以我不能用loadcaffe加载模型火炬

Answer 1

您这里有3个问题 -

1. 你可能需要的损耗层的培训（这是你想要最小化的东西）。因此，训练完成后，训练完成后 将其从原型文件中删除，然后再转换为火炬。

2. 为了使用lmdb而不是使用数据层，你的输入端连接 到第一CONV层（假设你的第一个非输入 层为转换次数，例如说你有

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

   和也

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

   然后

   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. 至于吨他定制层，你必须找到炬等同 实现或自己