Caffe初始数据可视化

1.首先将caffe根目录作为当前目录，然后加载caffe程序自带的小猫图片，并显示。图片大小为360*480，三通道。
In[1]:
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline #使用%matplotlib命令可以将matplotlib的图表直接嵌入到Notebook之中，或者使用指定的界面库显示图表，它有
# 一个参数指定matplotlib图表的显示方式。inline表示将图表嵌入到Notebook中。
import caffe
caffe_root='/home/xxx/caffe/'
import os,sys
os.chdir(caffe_root) #os.chdir() 方法用于改变当前工作目录到指定的路径。
sys.path.insert(0,caffe_root+'python') #sys.path模块是动态的修改系统路径
im = caffe.io.load_image('examples/images/cat.jpg')
print im.shape
plt.imshow(im)
plt.axis('off') #figure默认是带axis的，如果没有需要，我们可以关掉

Out[1]:(360, 480, 3)
(-0.5, 479.5, 359.5, -0.5)

2.打开examples/net_surgery/conv.prototxt文件，修改两个地方
一是将input_shape由原来的是（1，1，100，100）修改为(1,3,100,100),即由单通道灰度图变为三通道彩色图。
二是将过滤器个数(num_output)由3修改为16，多增加一些filter, 当然保持原来的数不变也行。
其它地方不变，修改后的prototxt如下：只有一个卷积层

    # Simple single-layer network to showcase editing model parameters.
name: "convolution"
input: "data"
input_shape {
  dim: 1
  dim: 3
  dim: 100
  dim: 100
}
layer {
  name: "conv"
  type: "Convolution"
  bottom: "data"
  top: "conv"
  convolution_param {
    num_output: 16
    kernel_size: 5
    stride: 1
    weight_filler {
      type: "gaussian"
      std: 0.01
    }
    bias_filler {
      type: "constant"
      value: 0
    }
  }
}