我不知道有没有现成的converter to import Caffe models into tensorflow，但是有人写了一个converter to import Caffe models into tensorflow，你可以找到pre-trained Alexnet models for Caffe（也可以看the BVLC Model-Zoo），我不能保证它一定能工作，但是你很可能把这两个粘在一起得到你想要的。

是的，有AlexNet预训练权重可用于Tensorflow，您可以下载here

要将它们加载到项目中，可以使用以下代码（改编自here）

# Load the weights into memory
weights_dict = np.load('./weight-path/bvlc_alexnet.npy', encoding='bytes').item()

# Loop over all layer names stored in the weights dict
for op_name in weights_dict:

    # Check if layer should be trained from scratch
    if op_name not in self.SKIP_LAYER:

        with tf.variable_scope(op_name, reuse=True):

            # Assign weights/biases to their corresponding tf variable
            for data in weights_dict[op_name]:

                # Biases
                if len(data.shape) == 1:
                    var = tf.get_variable('biases', trainable=False)
                    session.run(var.assign(data))

                # Weights
                else:
                    var = tf.get_variable('weights', trainable=False)
                    session.run(var.assign(data))

http://www.cs.toronto.edu/~guerzhoy/tf_alexnet/的权重是AlexNet上训练过的权重的numpy数组。您可以在TensorFlow中使用这些权重。

不，基准测试文件只是实现，您必须进行培训和评估

Eduardo Rivas-Posada的This github repository为Tensorflow/Keras提供了AlexNet权重。这些不是原始的AlexNet权重，而是在相同的模型架构上重新创建的。