计算Caffe溶液中神经元的数量和重量

Question

我有一个Caffe项目，它有一个prototxt模型描述和一个caffemodel调优的参数文件（大约16MB大小）。有没有一种简单的方法可以从静态分析或运行时找出模型中有多少神经元和权重？在

我可以在Netscope中可视化prototxt文件，但是有24个卷积层和7个池层，所以我不知道从哪里开始计数。我也看到了this Google Groups question，但我不确定如何将其应用于我的问题。在

Answer 1

是的，您可以从prototxt文件中计算权重参数，甚至不需要查看caffemodel。对于卷积层，可以查看有多少个过滤器以及过滤器的大小。例如，如果卷积大小为3x3，过滤器的数量为64，则该层的参数数量将为576。对于完全连接的层，如果前一层的输出大小为200，并且当前层有100个隐藏单元，则权重参数的数量将等于前一层的大小乘以当前层的大小，例如200x100。如果前一层是卷积层，则前一层的大小也将取决于输入图像的大小。具有完全连通层的网络具有固定大小的输入，因此最后一个卷积层的输出大小可以根据输入大小和其他层参数http://cs231n.github.io/convolutional-networks/来计算。

如果有偏移参数，则需要添加过滤器数量和完全连接层的数量。池层没有权重参数，因此可以忽略这些参数。最后，可以将大小乘以4，即float的大小。