TensorflowモデルをCaffeモデルに変換

Question

TensorflowモデルをCaffeモデルに変換したいと考えています。

私はgoogleで検索しましたが、私はcaffeからtensorflowへのコンバーターしか見つけられませんでしたが、その逆は見つかりませんでした。

どのようにすればいいですか？ @Patwieによってコメントで示唆したように

おかげで、 エヴィ

Answer 1

は、あなたが層によって重み層をコピーして、手動で行う必要があります。例えば、caffemodelにtensorflowチェックポイントから最初のCONV層の重みをコピーするには、次のような何かをする必要があります：

sess = tf.Session() 
new_saver = tf.train.import_meta_graph("/path/to/checkpoint.meta") 
what = new_saver.restore(sess, "/path/to/checkpoint") 

all_vars = tf.get_collection(tf.GraphKeys.GLOBAL_VARIABLES) 

conv1 = all_vars[0] 
bias1 = all_vars[1] 

conv_w1, bias_1 = sess.run([conv1,bias1]) 

net = caffe.Net('path/to/conv.prototxt', caffe.TEST) 

net.params['conv_1'][0].data[...] = conv_w1 
net.params['conv_1'][1].data[...] = bias_1 

... 

net.save('modelfromtf.caffemodel') 

注1：このコードは、 ががテストされていません。これがうまくいくかどうかはわかりませんが、私はそれをすべきだと思います。また、これは1つのコンバレイヤーのみです。実際にテンソルフローチェックポイントを分析して、どのレイヤーのウェイトがどのインデックスにあるかを確認してから、各レイヤーのウェイトを個別にコピーする必要があります（print all_vars）。

注2：彼らは一般的に、設定されたパターン（conv1-> bn1-> relu1-> conv2-> bn2-> relu2 ...）

をたどるように、一部の自動化は、最初のコンバージョン層の上に反復することによって行うことができます注3：Tensorflowは、各レイヤーの重みを別々のインデックスにさらに分割する場合があります。例えば、の重みとの偏りは、上記のようにconvレイヤーで分離されています。また、ガンマ,平均および分散は、バッチ規格化層のために分離されている。