سلام
اولی بچ سایز هست
نمونه مثال classification.ipnb رو از پوشه examples باز کنید همه چیز مشخص و سر راسته
statesolver اطلاعات ترینینگ رو داره. اگه بخوایید resume کنید اون باید وجود داشته باشه وگرنه برای فاین تون کردن از همون caffemodel استفاده میشه.
آپدیت :
در مورد تبدیل میانگین به فرمت .npy هم که در کامنت گفته شد از این کد استفاده کن:
import caffe
import numpy as np
import sys
if len(sys.argv) != 3:
print "Usage: python convert_protomean.py mean.binaryproto mean.npy"
sys.exit()
# # Read the data into an array
# if return_diff:
# data = np.array(blob.diff)
# else:
blob = caffe.proto.caffe_pb2.BlobProto()
data = open( sys.argv[1] , 'rb' ).read()
blob.ParseFromString(data)
data = np.array(blob.data)
arr = np.array( caffe.io.blobproto_to_array(blob) )
out = arr[0]
np.save( sys.argv[2] , out )