Caffe2 - 驗證對預訓練模型的訪問

在 Python 應用程式中學習使用預訓練模型之前，讓我們先驗證這些模型是否已安裝到計算機中並可透過 Python 程式碼訪問。

當安裝 Caffe2 時，預訓練模型會複製到安裝資料夾中。在使用 Anaconda 安裝的計算機中，這些模型位於以下資料夾中。

anaconda3/lib/python3.7/site-packages/caffe2/python/models

檢查計算機上的安裝資料夾中是否有這些模型。你可以嘗試使用以下簡短 Python 指令碼從安裝資料夾中載入這些模型：−

CAFFE_MODELS = os.path.expanduser("/anaconda3/lib/python3.7/site-packages/caffe2/python/models")
INIT_NET = os.path.join(CAFFE_MODELS, 'squeezenet', 'init_net.pb')
PREDICT_NET = os.path.join(CAFFE_MODELS, 'squeezenet', 'predict_net.pb')
print(INIT_NET)
print(PREDICT_NET)

當指令碼成功執行時，你將看到以下輸出：

/anaconda3/lib/python3.7/site-packages/caffe2/python/models/squeezenet/init_net.pb
/anaconda3/lib/python3.7/site-packages/caffe2/python/models/squeezenet/predict_net.pb

這確認了**squeezenet**模組已安裝到計算機中，並且你的程式碼可以訪問它。

現在，你可以使用 Caffe2 **squeezenet** 預訓練模組編寫自己的 Python 程式碼，以進行影像分類。