caffe中draw_net 无法使用

在调用caffe中draw_net 的时候报错

 sudo python /home/yuanshuai/caffe/python/draw_net.py /home/yuanshuai/caffe/examples/mnist/lenet_train_test.prototxt /home/yuanshuai/lenet.png --rankdir=LR  

错误如下:

 Drawing net to /home/yuanshuai/lenet.png
Traceback (most recent call last):
  File "/home/yuanshuai/caffe/python/draw_net.py", line 58, in <module>
    main()
  File "/home/yuanshuai/caffe/python/draw_net.py", line 54, in main
    phase)
  File "/home/yuanshuai/caffe/python/caffe/draw.py", line 244, in draw_net_to_file
    fid.write(draw_net(caffe_net, rankdir, ext, phase))
  File "/home/yuanshuai/caffe/python/caffe/draw.py", line 223, in draw_net
    return get_pydot_graph(caffe_net, rankdir, phase=phase).create(format=ext)
  File "/home/yuanshuai/caffe/python/caffe/draw.py", line 167, in get_pydot_graph
    node_label = get_layer_label(layer, rankdir)
        File "/home/yuanshuai/caffe/python/caffe/draw.py", line 107, in get_layer_label
    layer.pooling_param.kernel_size[0] if len(layer.pooling_param.kernel_size._values) else 1,
AttributeError: 'int' object has no attribute '_values'



4个回答

楼主 您好 我也遇到同样的问题? 请问你解决了吗?

weixin_36308821
原帅原帅 木有啊
2 年多之前 回复

你们后来怎么解决的啊?

caffe-master/python/caffe/draw.py 源码有bug,去github上更新一个最新版的caffe-master即可

Csdn user default icon
上传中...
上传图片
插入图片
抄袭、复制答案,以达到刷声望分或其他目的的行为,在CSDN问答是严格禁止的,一经发现立刻封号。是时候展现真正的技术了!
其他相关推荐
【深度学习】关于解决caffe中draw_net无法使用的问题
本文列举并分析了深度学习框架caffe中draw_net.py在运行过程中可能出现的问题,并一一做了解答。在文末给出了该脚本运行的效果。
【caffe】使用draw_net绘制net结构
caffe的python编译模块提供了绘制net结构的功能,可实现对网络结构的绘制,这极大的方便了对网络结构的理解和分析,这里介绍下绘制的过程。
caffe使用中的一些问题
1.loss为nan,一般原因是lr太大了,调整lr一般可以解决。
Caffe中LMDB使用
Caffe中DataLayer默认的数据格式是LMDB 。许多example 中提供的输入数据是LMDB格式。使用extract_features.bin提取特征时支持的输出格式之一也是LMDB。LMDB在Caffe的IO功能中有相当重要的地位。因此,搞明白如何存取Caffe的LMDB数据,对于我们使用Caffe是很有帮助的。
【Caffe】Caffe中使用MATLAB接口
http://www.tuicool.com/articles/fYbyQbv编译Matcaffe
Caffe中的工具之Caffe
简介:      Caffe的tools目录下提供了一个caffe.cpp,经过编译工具的编译会生成一个命令行工具caffe。该工具提供的功能有: train, test,  device_query, time。 训练的方法:     这里先分析train的功能,也就是训练。训练既支持从零开始训练,也支持在已有的模型基础上进行finetune。     finetune的命令行格
[caffe使用]caffe使用中可能遇到的问题总结
h5py版本不匹配 只需要设置环境变量HDF5_DISABLE_VERSION_CHECK=2即可
caffe 中使用 draw_net.py 无法绘图问题解决汇总
这是学习笔记,我把遇到的 draw_net.py 各类问题集中说明一下: 1、错误关键词:ImportError: /homedata/aistudy_data/caffe_data/caffe-master/python/caffe/_caffe.so: undefined symbol: _ZN5caffe3 详细描述: /homedata/aistudy_data/caffe_dat...
【Caffe】使用caffe的MATLAB接口
        首先下载并安装MATLAB,caffe支持如下版本的MATLAB:2015a, 2014a/b, 2013a/b,  2012b,具体的安装过程都差不多这里不再赘述。 编译好caffe并安装好MATLAB后,首先编辑caffe根目录的Makefile.config文件,取消注释并修改MATLAB的路径:MATLAB_DIR := /usr/local/MATLAB/R2014a第二...
caffe使用中的问题记录
caffe使用中的问题记录 说明 问题1 caffe-parallel has a bug Check failed protoSerializeToOstreamoutputcaffe使用中的问题记录说明 本文用来记录使用caffe深度学习开源框架时遇到的问题及其解决方案。 问题1 caffe-parallel has a bug: Check failed: proto.SerializeT
Caffe的使用
因为目前大多数深度论文的代码都是基于caffe的(当然也有基于Theano,torch的等),以前也看过一些,但这几天准备研究研究caffe的框架,写个博客记录一下其中遇到的问题以及解决方案。1.网络训练整体过程(1)将数据转换成caffe的格式。 (2)定义网络。 网络.prototxt文件内定义各层的输入输出、类型以及一些参数 (3)配置求解器。 sol
Caffe使用
本课程讲解CNN训练事项与框架使用。卷积神经网络训练的注意事项:权重初始化、训练过程中监控、Dropout正则化。Caffe和TensorFlow的使用,以及其他深度学习框架的比较
caffe使用中的错误总结
1、Check failed: ReadProtoFromTextFile(param_file, param) Failed to parse SolverParameter file: examples/mnist/lenet_solver.prototxt这是因为在lenet_solver.prototxt文件中路径使用了&quot;\&quot;符号,由于直接复制Windows的路径,但是在caffe中,由于...
caffe 使用中遇到的问题
1:fatal error: caffe/proto/caffe.pb.h: No such file or directory 解决方法:用protoc从caffe/src/caffe/proto/caffe.proto生成caffe.pb.h和caffe.pb.cc 进入caffe根目录,输入命令:$ protoc src/caffe/proto/caffe.proto --cpp_out=
caffe使用中出现的问题
ImportError: No module named skimage.iosudo apt-get install python-matplotlib python-numpy python-pil python-scipy sudo apt-get install build-essential cython sudo apt-get install python-skimageImpo...
Caffe使用中遇到的问题
caffe 安装过程中遇到的问题: 1. ImportError: dynamic module does not define module export function (PyInit__caffe) 可能是因为pythonpath和annaconda 的path发生冲突。当2个都使用(uncommented)时,就会报错如上。只要将anaconda的path注释掉就可以。如下图 .
caffe中tools的万能使用
写在前面的废话, 最近不断的学习,逐渐一步一步的理解到caffe中一些万能工具的强大。 so,慢慢的总结一下。参考一下:http://blog.csdn.net/fangjin_kl/article/details/537869091.train2.test3.time 喔,还有计算时间效率的命令数据预处理,涉及格式转换,计算均值,以及数据和标签之间的相互转换,保存格式之多导致转换也很乱先存着
caffe中Python层的使用
caffe的大多数层是由c++写成的,借助于c++的高效性,网络可以快速训练。但是我们有时候需要自己写点输入层以应对各种不同的数据输入,比如你因为是需要在图像中取块而不想写成LMDB,这时候可以考虑使用python直接写一个层。而且输入层不需要GPU加速,所需写起来也比较容易。 python层怎么用 先看一个网上的例子吧(来自http://chrischoy.github.io/res
caffe中python层的使用
将写好的python layer放在 $CAFFEROOT\examples\pycaffe\layers (caffe 的example文件夹) 然后将上面的文件夹添加到环境变量,可百度如何添加环境变量,重启后生效 caffe.exe train --solver=.\solver.prototxt 报错:no module named site 在环境变量中添加PYTHONHOME...
C++工程中使用caffe
1.首先,按照官方文档的方式,准备好LMDB或LEVELDB数据库,也可以使用HDF5和图片格式,具体图片格式的使用方式,可以参考ImageNet的例子Caffe | ImageNet tutorial2.之后,用protobuf写好你的网络模型和Solver,可以参考mnist的写法。也可使用./model/下已有的model。3.使用命令行caffe进行训练。 以上几个步骤在denny的博客中
Pycharm环境中使用caffe
1.编译python接口首先,将caffe根目录下的python文件夹加入到环境变量打开配置文件bashrc# sudo gedit ~/.bashrc在最后面加入export PYTHONPATH=/home/xxx/caffe/python:$PYTHONPATH注意 /home/xxx/caffe/python 是我的路径,这个地方每个人都不同,需要修改,保存退出,更新配置文件依然在caff...
【caffe】caffe中transform_param中参数的执行顺序
caffe中transform_param有四个选项:scale,mean,mirror,crop_size transform_param { scale: 0.00390625 mean_file_size: &amp;amp;amp;quot;examples/cifar10/mean.binaryproto&amp;amp;amp;quot; mirror: 1 # 1表示开启镜像,0表示关闭,也可用ture和false来表示 ...
caffe学习(9)LeNet在Caffe上的使用
使用官网例程训练LeNet。 Training LeNet on MNIST with Caffe 准备数据Caffe程序的运行要注意需命令行要在Caffe的根目录下。cd $CAFFE_ROOT ./data/mnist/get_mnist.sh ./examples/mnist/create_mnist.sh 依次运行,会在caffe\examples\mnist下得到两个目录mnist_t
【caffe】使用caffe训练自己的数据
1.生成lmdb caffe在安装包里提供了用于生成lmdb数据的脚本,在使用时只需修改其中几个参数。 打开create_imagenet.sh 需要修改的参数有以下几个: EXAMPLE=examples/imagenet/project#工作文件夹的路径 DATA=examples/imagenet/project TOOLS=build/tools#caffe的安装路径 TRAI...
Caffe:使用 Caffe 训练自己的 Alexnet
使用 Caffe 训练自己的 Alexnet1. 数据准备2. 计算图像均值3. 定义网络3.1 修改 solver.prototxt3.2 修改 train_val.prototxt4. 训练网络 参考: caffe:用自己的图像数据训练模型(图片分类) Brewing ImageNet 1. 数据准备 在 caffe_master/data 中新建文件夹 myself9,在 myself9...
Caffe&C++使用教程
by Shicai Yang(@星空下的巫师)on 2015/08/06 初始化网络 #include "caffe/caffe.hpp" #include #include using namespace caffe; char *proto = "H:\\Models\\Caffe\\deploy.prototxt"; /* 加载CaffeNet的配置 */ Phase phase
python代码实现caffe可视化时,提示无法import caffe
用python可视化特征图及滤波器时(https://blog.csdn.net/lishanlu136/article/details/70207623),提示无法import caffe,这是因为没有安装pycaffe的接口。 1、python接口的配置 参考:http://www.2cto.com/kf/201611/561124.html 编译caffe接口,修改配置文件Common...
caffe 使用笔记
caffe中的输入数据格式为:高效数据库(LevelDB、LMDB)、内存、磁盘文件(HDF5、图像)。对输入数据的处理包括mean subtraction, scaling, random cropping, and mirroring,可以在TransformationParameters中设置。1 转换自己的数据转为LMDB需要OpenCV,所以Makefile.config文件中的USE_O
CAFFE 在windows平台的使用
CAFFE 在windows平台的使用是时候跟进一下深度学习框架的使用方法了。先从caffe下手。caffe安装caffe的安装方式有两种,第一种是自己编译源码的安装方式,第二种是下载编译好的库,包含了依赖项等各个包。如果需要对源码进行修改并加以使用的话,编译源码的方式安装比较好,我这里仅仅使用,暂不修改,直接下载caffe的github上对应的windows分支下的版本。 https://git
使用CLion单步调试Caffe
Caffe With CLionCLion介绍CLion是JetBrain产品线较新的一员,主要针对C/C++语言的一款IDE。说起JetBrain大家应该都用过他们出的Pycharm吧,一句话形容这家公司的产品就是JetBrain出品,必属精品,果然也没有让大家失望。CLion支持全平台,本次就教大家在Ubuntu中使用他编辑Caffe源程序。为啥要用IDE?主要针对人群是谁?IDE最好的一点就是
windows下caffe的使用
调一个程序,windows下matlab,依赖caffe。 1. 下载windows下的caffe,地址:https://github.com/BVLC/caffe/tree/windows。 2. 根据caffe-windows/windows下README.MD提示进行操作。  2.1 Copy `.\windows\CommonSettings.props.example` t
caffe使用错误集锦
1、caffe编译错误undefined reference toTIFFIsTiled@LIBTIFF_4.0' /usr/lib/x86_64-linux-gnu/libopencv_highgui.so.2.4.9: undefined reference toTIFFIsTiled@LIBTIFF_4.0' 今天编译caffe ,本来编译过无数次caffe了,基本坑都能解决的。但这次惹...
caffe使用总结
文章目录由图像数据生成lmdb数据solver.prototxt【优化算法参数的调整很重要】train_test.prototxtdeploy.prototxt命令行中使用caffe训练模型恢复中断的模型训练finetuning、迁移学习、预训练测试模型可视化自定义网络层绘制loss和accuracy变化曲线 由图像数据生成lmdb数据 loss = NaN问题: (1)学习率太高 (2)lmdb...
Caffe接口使用模板
一个配置好的caffe接口使用模板,分享出来供大家使用。caffe采用Microsoft caffe ,第三方库采用Nuget版本。
caffe使用日志
[net.cpp] error: Top blob ‘data’ produced by multiple sources 解决方案:检查prototxt是否多写了一个 data 层;是否有关于data 的注释没有添加注释符
Caffe框架的使用
1. 首先准备训练和测试数据 400张训练数据,100张测试数据。分类标签文件使用脚本[root@iZwz99nu4bhzqppacs6hwbZ ~]# cat create_filelist.sh #!/usr/bin/env shDATA=/root/reMY=/rootecho &quot;Create train.txt...&quot;rm -rf $MY/train.txtfor i in 3 4 5 6...
caffe使用入门
作者:芳芳不是我真名        前言:本文主要讲解caffe的使用流程,其实只需要一些简单的操作就能让caffe运行起来,训练网络,完成自己对caffe的初体验。另外要强调的一点是,由于实验室要求,本教程是在windows-caffe下制作的,所有操作都是在windows环境下完成。无论在什么平台下,原理都是一样的,只是一些具体步骤的实现不同罢了。        在
caffe 使用心得.
caffe官网提供了很多训练好的网络, 这些网络的权值和部署都有提供, 其中权值的后缀名是.caffemodel. 网络结构的一般名称是deploy.prototxt. 网络结构网络结构指的是网络每一层网络的设置, 一般包含这些内容: input layer: batch size channel image width image height conv layer: num of kern
caffe 指定使用的GPU
caffe若在GPU模式下,会默认是使用0号GPU,且默认只使用需要的GPU内存。(这一点和tensorflow不一样,tensorflow会默认使用所有的GPU,以及所有的GPU内存),如果0号GPU内存满了,即使其它GPU空闲,caffe也不会使用其它GPU在运行caffe程序前,可以先用nvidia-smi命令查看哪些GPU空闲,然后指定某个GPU使用,比如train.sh -gpu 2  ...
Caffe 数据集制作及使用
Caffe 数据集制作及使用
相关热词 c# 标准差 计算 c#siki第五季 c#入门推荐书 c# 解码海康数据流 c# xml的遍历循环 c# 取 查看源码没有的 c#解决高并发 委托 c#日期转化为字符串 c# 显示问号 c# 字典对象池