caffe 能不能把 transformer 进行“持久化”存储下来？以免每次加载都很耗时

[Reign]

caffe 中示例的如下代码：
import numpy as np
import sys,os
caffe_root = '/opt/caffe/'
sys.path.insert(0, caffe_root + 'python')
import caffe
os.chdir(caffe_root)
net_file=caffe_root + 'deploy.prototxt'
caffe_model=caffe_root + 'test.caffemodel'
mean_file=caffe_root + 'mean.npy'
net = caffe.Net(net_file,caffe_model,caffe.TEST)
transformer = caffe.io.Transformer({'data': net.blobs['data'].data.shape})
transformer.set_transpose('data', (2,0,1))
transformer.set_mean('data', np.load(mean_file).mean(1).mean(1))
transformer.set_raw_scale('data', 255)
transformer.set_channel_swap('data', (2,1,0))
#把 transformer 持久化存储下来
im=caffe.io.load_image(caffe_root+'/sample/1.jpg')
net.blobs['data'].data[...] = transformer.preprocess('data',im)
out = net.forward()
print out
服务器没 GPU，每次加载一个 transformer 非常耗时，我就在想只加载一次，能不能持久化把这个 transformer 存储下来，以后每次测试图片直接调用就行了？
另外，如果使用别人已经建立好了的 caffemodel 来测试，是不是有了 GPU 会更快些？
机器学习新手问题估计比较幼稚，还是先谢谢了

[thomaspaine]

python 自己的序列化反序列化不行吗？