python-3.x - 主要，次要，修订，转置在tensorflow中加载权重是什么意思？

Question

YOLOv3 的加载权重 Object-detection-with-yolov3-in-keras

谁能告诉我加载权重和转置语句的含义这里发生了什么

with open(weight_file, 'rb') as w_f:
        major,  = struct.unpack('i', w_f.read(4))
        minor,  = struct.unpack('i', w_f.read(4))
        revision, = struct.unpack('i', w_f.read(4))
        if (major*10 + minor) >= 2 and major < 1000 and minor < 1000:
            w_f.read(8)
        else:
            w_f.read(4)
        transpose = (major > 1000) or (minor > 1000)
        binary = w_f.read() 

Answer 1

它正在解析权重文件，该文件以 Darknet framework 使用的格式保存(source code)。据我所知，在实际框架代码之外的任何地方都没有正式指定这种格式。相关部分在文件中 src/parser.c , 函数 save_weights_upto和 load_weights_upto .您可能会说，那段 Python 代码似乎是相应 C 代码的直接翻译。

看起来文件格式以三个32位整数开头(虽然C代码使用了sizeof(int)，不一定是32位，但随便)对应于major，文件格式版本的次要和修订值。然后是网络的 seen 属性，根据文件版本，它可以是 int 或 size_t，通常表示 32 位或 64 位。然后，transpose 是一个 bool 值，取决于主要版本和次要版本是否大于 1000。主要、次要和修订字段的用法至少可以说是非正统的。

在 Python 代码中，既没有使用 seen 也没有使用 transpose 。 transpose 被读入一个变量，但是那个变量没有被使用。不过理论上应该如此。我想代码适用于帖子中链接的文件，但如果 transpose 恰好为真，则权重的加载应该不同，如您在 load_connected_weights 中所见。 .

无论如何，所有这些都是与该示例中使用的 Darknet 文件格式相关的非常具体的问题。除非您想明确兼容来自 Darknet 模型的多个不同权重文件，否则您可能不需要过多担心该代码，只要它适用于该情况即可。