由caffe代码结果错误而发现:
由于需要将caffe model的各个feature 做一定的处理后存成向量, 对于卷积层, output为卷积层的输出, 每次得到的output拉成向量后存到字典里,结果正确;

当output层为fc层的输出时,遇到了结果错误,如下图print,后三个print结果都一样;

调试过程中发现,每当caffe跑一次前向,整个dict都变了。![]()


结果造成了所有的dict的元素都指向output了。
由于粗心大意,直接使用赋值“=”造成了错误,还不太容易发现。
在处理Caffe模型的特征向量时,作者发现使用简单赋值操作导致所有字典元素错误地指向同一输出,揭示了在Python中处理深度学习模型输出时的常见误区。
由caffe代码结果错误而发现:
由于需要将caffe model的各个feature 做一定的处理后存成向量, 对于卷积层, output为卷积层的输出, 每次得到的output拉成向量后存到字典里,结果正确;

当output层为fc层的输出时,遇到了结果错误,如下图print,后三个print结果都一样;

调试过程中发现,每当caffe跑一次前向,整个dict都变了。![]()


结果造成了所有的dict的元素都指向output了。
由于粗心大意,直接使用赋值“=”造成了错误,还不太容易发现。

被折叠的 条评论
为什么被折叠?