关于这个的用途,主要是分析模型内部的参数,可视化一系列权重信息。
Step 1. 加载模型
model= resnet34_v2(classes=1000)
model.load_parameters('model.params',ctx=mx.cpu(0))
或者
net_name='resnet'
image_size=224
sym, arg_params, aux_params = mx.model.load_checkpoint(net_name,0)
mod = mx.mod.Module(symbol=sym,context=ctx)
mod.bind(for_training=False,data_shapes=[('data',(1,3,image_size,image_size))])
mod.set_params(arg_params,aux_params)
Step 2. 访问参数
for k,v in model.collect_params().items():
print(k,v.data().shape)
if k.find('conv')>0 and k.find('weight')>0:
param=v.data().asnumpy()
param 就是该层的参数。