为什么在 PyCaffe 中将 ndarray 分配给 ndarray 会引发属性错误？

Question

在阅读 Caffe 教程 (http://nbviewer.ipython.org/github/BVLC/caffe/blob/master/examples/00-classification.ipynb) 时，我遇到了以下语句：

net.blobs['data'].data[...] = transformer.preprocess('data',
                                  caffe.io.load_image
                                         (caffe_root + 'examples/images/cat.jpg'))

它基本上用于将单个图像分配给 net.blobs['data'].data。

net.blobs['data'].data[...] 是 4D ndarray，transformer... returns 是 3D ndarray，因此省略号用于在第 0 轴上复制 3D 数组。这让我觉得我应该能够重写代码以避免省略号如下：

z3=transformer.preprocess('data', 
                           caffe.io.load_image
                                 (caffe_root + 'examples/images/cat.jpg'))

z4 = z3[np.newaxis,...]
net.blobs['data'].data = z4

但是，当我这样做时，我得到

>> net.blobs['data'].data = z4
  Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  AttributeError: can't set attribute

尽管如此，

net.blobs['data'].data[...] = z3

工作正常。这对任何人都有意义吗？

我已经验证了变量的形状和类型，如下所示：

>>> print net.blobs['data'].data.shape, z3.shape, z4.shape
(1, 3, 227, 227) (3, 227, 227) (1, 3, 227, 227)

>>> print type(net.blobs['data'].data),type(z3),type(z4)
<type 'numpy.ndarray'> <type 'numpy.ndarray'> <type 'numpy.ndarray'>

为什么 net.blobs['data'].data = z4 会导致问题？

Answer 1

执行 obj.attr = blah 是在对象 obj 上设置一个属性，因此 obj 控制它。执行 obj.attr[...] = blah 是在 obj.attr 引用的对象上设置一个 item（例如，某些类似数组的对象的 "contents"），因此对象 obj.attr 控制这个。

在您的示例中，net.blobs['data'] 是某种不允许设置其 data 属性的对象，因此您不能执行 net.blobs['data'].data = blah。但是 net.blobs['data'].data 是一个数组，确实允许您更改其内容，因此您可以 net.blobs['data'].data[...] = stuff。您正在使用这两种语法对两个不同的对象进行操作（一种情况下为 net.blobs['data']，另一种情况下为 net.blobs['data'].data）。

Answer 2

第一种方法(net.blobs['data'].data = z4)的问题在于'data'是net.blobs['data']的属性(即Caffe Blob object) 无法分配。如果将 numpy 数组分配给数据属性，则意味着 "instead of using the memory allocated for data, use the memory of the numpy array"，这是 不可接受的 。

但是如果你使用 net.blobs['data'].data[...] = z4，你的意思是 "copy the data from the numpy array to the memory allocated for the data attribute"，这是 可以接受的。

更多信息，您可以阅读 Caffe 用户组中的 a similar question。

为什么在 PyCaffe 中将 ndarray 分配给 ndarray 会引发属性错误？

Why does assigning an ndarray to an ndarray in PyCaffe raise an Attribute Error?

python

numpy

attributes

caffe

pycaffe