1. 训练模型的参数
solver = caffe.SGDSolver(str(solver_path))
for name,blob in solver.net.blobs,items() # 网络中的数据,blobs是一个字典
print name + ": " + str(blob.data.shape) # blob是Blob的类对象
for name,param in solver.net.params.items() # 网络中的参数,param是BlobVec类型
print name + ": " + str(param[0].data.shape) # [0]权重,[1]偏置,data:参数,diff:梯度
2. 测试模型的参数
net = caffe.Net(str(test_prototxt_dir),str(snapshot_model_dir),caffe.TEST)
for name in net.blobs.keys() # 遍历所有的键
print name
print net.blobs[name].data