Caffe：打印softmax得分

Question

在Caffe安裝中給出的MNIST示例中。

對於任何給定的測試圖像，如何獲得每個類別的softmax分數並對它們進行一些處理？說算出它們的均值和方差。

我是新手，所以細節會幫助我很多。我能夠訓練模型並使用測試功能獲得預測，但我不確定要編輯哪些文件才能獲得上述結果。

Answer 1

您可以使用Python接口

import caffe 
net = caffe.Net('/path/to/deploy.prototxt', '/path/to/weights.caffemodel', caffe.TEST) 
in_ = read_data(...) # this is up to you to read a sample and convert it to numpy array 
out_ = net.forward(data=in_) # assuming your net expects "data" in blob 

現在，你有你的網在字典out輸出（鍵輸出斑點的名稱）。你可以在幾個例子等循環運行它。

Answer 2

我可以嘗試回答你的問題。在部署網假設中，SOFTMAX層是象下面這樣：

layer { 
    name: "prob" 
    type : "Softmax" 
    bottom: "fc6" 
    top: "prob" 
} 

在處理數據與代碼結合@Shai提供Python代碼，您可以通過基於@添加代碼獲取每個類別的概率Shai的代碼：

predicted_prob = net.blobs['prob'].data 

predict_prob將返回一個數組，其中包含所有類別的概率。

例如，如果您只有兩個類別，將是該測試數據屬於一個類別的概率，而predicted_prob[0][1]將是另一個類別的概率。

PS：

如果你不想寫任何額外的python腳本，根據https://github.com/BVLC/caffe/tree/master/examples/mnist 它說這個例子會自動完成每500次迭代的測試。在求解器中定義「500」，例如https://github.com/BVLC/caffe/blob/master/examples/mnist/lenet_solver.prototxt

因此，您需要追溯處理解算器文件的caffe源代碼。我想它應該是https://github.com/BVLC/caffe/blob/master/src/caffe/solver.cpp

我不知道solver.cpp是你需要看的正確的文件。但是在這個文件中，你可以看到它具有測試和計算某些值的功能。如果沒有人能回答你的問題，我希望它能給你一些想法。