我怎么知道图层中是否存在“偏差”？答案

【问题标题】：How can i know whether "bias" exists in a layer?我怎么知道图层中是否存在“偏差”？
【发布时间】：2018-03-21 15:57:50
【问题描述】：

我正在尝试使用 pycaffe 读取 caffe 网络中的权重和偏差。这是我的代码

weight = net.params[layer_name][0].data
bias = net.params[layer_name][1].data

但是，我网络中的某些层没有偏差，所以会出现一个错误，即Index out of range。

所以我的问题是我可以使用

if(net.params[layer_name][1] exists):
    bias = net.params[layer_name][1].data

控制分配给bias？以及如何编写代码？

【问题讨论】：

标签： python neural-network deep-learning caffe pycaffe

【解决方案1】：

你可以简单地遍历net.params[layer_name]：

layer_params = [blob.data for blob in net.params[layer_name]]

这样，您将获得所有 layer_params（对于某些层，可能超过 2 个，例如，"BatchNorm"）

如果只想检查第二个参数blob，可以使用len：

if len(net.params[layer_name]) >= 2:
    bias = net.params[layer_name][1].data

PS，
net.params[layer_name] 可能不完全是 python list，而是一些 python boost 包装对象，因此您可能需要在我建议的一些方法中将其显式转换为列表 (list(net.params[layer_name]))回答。

【讨论】：

非常感谢！有用！但实际上，那是len(net.params[layer_name]) >= 2。

【解决方案2】：

如果你想对卷积层做，你可以通过阅读prototxt而不需要caffemodel来判断该层是否有偏差，即

from caffe.proto import caffe_pb2
import google.protobuf.text_format
net = caffe_pb2.NetParameter()
f = open('model.prototxt', 'r')
net = google.protobuf.text_format.Merge(str(f.read()), net)
f.close()
for i in range(0, len(net.layer)):
    if net.layer[i].type == 'Convolution':
        if net.layer[i].convolution_param.bias_term == True:
            print 'layer has bias'

【讨论】：