ncnn源码学习（十）：添加layer

最新推荐文章于 2023-08-02 16:13:03 发布

MirrorYuChen

最新推荐文章于 2023-08-02 16:13:03 发布

阅读量2.4k

点赞数

分类专栏： ncnn

本文链接：https://blog.youkuaiyun.com/sinat_31425585/article/details/103244187

版权

ncnn 专栏收录该内容

14 篇文章

订阅专栏

给ncnn的网络添加layer分为两种情况：

1.模型转换之后，某些layer没有转换成功：

如，shufflenetV2中，param文件只转换到了fc这一个layer：

这时需要添加一层softmax，可以先对param文件中转换成功的layer做推理，然后手动添加一个softmax层：

    ncnn::Extractor ex = shufflenetv2.create_extractor();
    ex.input("data", in);

    ncnn::Mat out;
    ex.extract("fc", out);
    // manually call softmax on the fc output
    // convert result into probability
    // skip if your model already has softmax operation
    {
        ncnn::Layer* softmax = ncnn::create_layer("Softmax");

        ncnn::ParamDict pd;
        softmax->load_param(pd);

        softmax->forward_inplace(out, shufflenetv2.opt);

        delete softmax;
    }

    out = out.reshape(out.w * out.h * out.c);