最近由于要将训练好的模型移植到硬件上，因此需要将TensorFlow转为caffe模型。
caffe模型需要两个文件，一个是定义网络结构的prototxt，一个是存储了参数的caffemodel文件。只要生成这两个文件，caffe模型就算转好了。
在模型转换的过程中，我主要参考了https://github.com/lFatality/tensorflow2caffe。
首先根据已有的tensorflow模型定义caffe模型需要的网络结构prototxt文件，这个可以参考一些现有的prototxt。
然后生成caffe模型需要的模型参数caffemodel。基本过程是：把ckpt中的参数读出来，因为tensorflow和caffe对特征的维度处理不一样，tensorflow中特征的维度是NHWC（Number of filters * Height * Width * Channel），caffe中特征的维度是NCWH（Number of filters * Channel * width * height），所以，需要将参数从NHWC转为NCWH的顺序，然后保存为caffe模型。
具体过程，参考资料中讲得比较清楚，在此不做太多说明。在模型转换的过程中，在batch norm层的转换时碰到了一些问题，在caffe中batch norm中除了存储mean和variance之外还有scale_factor，在测试过程中需要将其设置为1。
下面是其中一层全连接层的转换代码。
net.params[‘fc15‘][0].data[...] = w_15_new net.params[‘fc15‘][1].data[...] = b_15 net.params[‘fc15_bn‘][0].data[...] = mean_15 net.params[‘fc15_bn‘][1].data[...] = variance_15 net.params[‘fc15_bn‘][2].data[...] = 1 net.params[‘fc15_scale‘][0].data[...] = gamma_15 net.params[‘fc15_scale‘][1].data[...] = beta_15
原文：https://www.cnblogs.com/Peyton-Li/p/10797002.html