《TencentNCNN系列》 之bin文件（网络参数文件）格式分析

PS：要转载请注明出处，本人版权所有。

PS: 这个只是基于《我自己》的理解，

如果和你的原则及想法相冲突，请谅解，勿喷。

前置说明

  本文作为本人csdn blog的主站的备份。（BlogID=067）

  本文发布于 2018-07-18 11:27:50，现用MarkDown+图床做备份更新。blog原图已丢失，使用csdn所存的图进行更新。（BlogID=067）

环境说明

  时间：2018.07.18

  ncnn master commit id:b3e24cafc37483dcc97ee61e6f0f6ff1b094300e

前言

---

  最近一段时间全在ncnn这个框架上折腾，现在有一点空闲时间，对之前的东西做一个总结。这里主要是对ncnn的参数加载做一个简要的分析。

格式分析（主要基于其源码）

---

前置的一些内容

  核心加载参数的代码如图所示：

  这里靠一个for循环遍历所有在load_param中已经注册好的网络，每个特殊的网络继承于Layer基类，此类有以下的重要接口：

  分别是加载模型，和加载网络，以及前向计算。

model文件对应的param文件举例

  虽然在load_model中，遍历每一层layer，其会调用基类或者当前类的load_model，这里和load_param唯一的区别是，某些layer没有任何参数，但是还是会调用一遍基类的load_model（是一个空函数）。

  对于上图来说，Input 、Pooling 等层是没有任何参数的。但是Convolution层就有参数，在convolution.cpp中，就会实现一个具体的load_model方法覆盖父的load_model，其实现如下图：

基于上图的Convolution层分析

  首先我们知道，在此层中，load_model 调用了mb.load加载具体的参数

  这里的参数分为三类：

1. float32

  相关读取如下：

1. float16
   
     相关读取如下：

1. int8 的量化类型

  这里重点介绍 int8的量化类型，其他的都是按照字节对齐的size进行读取

• 它会先读量化表（256的float数组）
• 然后读取量化表的索引
• 最后根据索引引索量化表，并建立mat数组，并返回

后记

---

  对于不同的层，参数含义不太一样，若有需求，可针对分析。上文例子中，参数主要是卷积层的权重（weight），以及偏移量（blas）

参考文献

• 无

---

打赏、订阅、收藏、丢香蕉、硬币，请关注公众号（攻城狮的搬砖之路）

PS: 请尊重原创，不喜勿喷。

PS: 要转载请注明出处，本人版权所有。

PS: 有问题请留言，看到后我会第一时间回复。