有关将Caffe模型转换为火炬的一些问题

Question

i使用火炬粘合绑定将Caffe模型转换为火炬。我想最终删除损失层并添加其他火炬层，我可以在.prototxt文件中删除层和" train"。获取.caffemodel文件并导入火炬的模型？
并且该模型使用LMDB类型数据，当我使用net:forward(input)训练模型时，该模型仅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？
Caffe模型有一些自定义层，因此我无法使用loadcaffe加载模型

Answer 1

您在这里有3个问题 -

1. 您可能需要训练的损失层（这就是您想要最小化）。因此，训练它，训练完成后在转换为火炬之前，将其从原始版中删除。

2. 为了使用LMDB而不是使用数据层，请连接您对第一个Conv层的输入（假设您的第一个未输入层是转为的，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 }
     }
   }
   

   以及

   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. 至于自定义层，您必须找到等效的在火炬中实现或用自己的
实施