深度学习
文章平均质量分 79
缄默笔记
华中科技大学
展开
-
Caffe学习笔记(二)——AlexNet模型
深度学习笔记1 LeNet-5 21.1 局限性 21.2 理解 22 AlexNet 2.1 结构介绍 42.1.1 ReLU非线性 42.1.2 在多个GPU上训练 42.1.3 局部响应归一化 42.1.4 重叠Pooling 52.1.5 减少过拟合 62.2 总体结构 82.2.1 总体介绍 82.2.2 各层运算、维度和参数 92原创 2016-07-31 20:56:02 · 18031 阅读 · 0 评论 -
语义分割学习笔记(三)——SegNet Upsample层解析
1 参数设置message UpsampleParameter { // DEPRECATED. No need to specify upsampling scale factors when // exact output shape is given by upsample_h, upsample_w parameters. optional uint32 scale = 1原创 2017-11-02 10:29:08 · 4616 阅读 · 12 评论 -
语义分割学习笔记(四)——ENet 训练问题
根据ENet说明https://github.com/TimoSaemann/ENet/tree/master/Tutorial ,进行训练遇到以下问题1 No module named spatial_dropout ENet通过python接口定义了新层spatial_dropout,根据说明直接在终端启动训练,出现“No module named spatial_dropout”原创 2017-11-14 15:00:47 · 4102 阅读 · 13 评论 -
语义分割学习笔记(一)——SegNet 配置与训练
1 配置1.1 资源下载与参考 SegNet版本caffe: https://github.com/alexgkendall/caffe-segnet https://github.com/TimoSaemann/caffe-segnet-cudnn5参考: 项目主页:http://mi.eng.cam.ac.uk/projects原创 2017-10-25 09:46:12 · 3397 阅读 · 0 评论 -
语义分割学习笔记(二)——Windows下 Labelme 配置
1配置1.1资源下载 MIT分割标定工具:http://labelme2.csail.mit.edu/Release3.0/index.php?message=1 python版本:https://github.com/wkentaro/labelme 1.2python版本配置 首先安装Anaconda,安装后,在命令窗口用conda ...原创 2017-10-28 14:11:50 · 2665 阅读 · 1 评论 -
Caffe学习笔记(一)——Windows 下caffe安装与配置
本文主要介绍:经过一番周折,在Windows7 64位系统下成功配置Caffe,下面总结一下基本的配置过程,以及配置过程中遇到的问题。配置环境:Windows7 X64 + CUDA7.0 + VS2013 + Matlab2014a1.安装CUDA1.1. 版本选择 至于版本的选择,安装7.5、7.0和6.5版本都可以,安装包网上到处可见,分享一个自己安装的版本:h原创 2016-05-04 21:32:14 · 60219 阅读 · 18 评论 -
caffe学习笔记(八)——binaryproto 转 npy、mat文件
主要介绍:对于caffe生成的均值文件binaryproto,在python和matlab接口使用时,如何转化为npy、mat文件。一 转npy文件#!/usr/bin/env pythonimport numpy as npimport cafferoot = 'F:/Data/'binary_path = root + 'mean_train.binaryproto' #bi原创 2017-05-29 22:21:24 · 3461 阅读 · 3 评论 -
Caffe学习笔记(九)——python接口各网络层构建
构建网络一 数据层1 基本说明layer { name: "cifar" //层的名字 type: "Data" //层类型 Data表示表示数据来源于LevelDB或LMDB top: "data" //输出层 top: "label" include { //该层属于训练阶段的层 phase: TRAIN } transfor原创 2017-05-29 22:29:38 · 1175 阅读 · 0 评论 -
Caffe学习笔记(七)—— solver参数说明及利用自己的数据集对权值微调
本文主要介绍:在进行网络训练和权值微调过程中,需要对solver中的参数进行设置,本文主要介绍solver中的参数设置,以及如何利用自己的数据集,对权值进行微调。1. solver参数设置net: "train_val.prototxt" //深度学习模型的网络结构文件test_iter: 1000 //1000指的是测试的批次,测试样本较多时,一次性执行全部数据,效率原创 2016-09-04 17:21:23 · 4695 阅读 · 1 评论 -
Caffe学习笔记(六)—— Windows下训练自己的数据
本文主要介绍:Windows下,根据自己的数据训练自己的网络模型。1. 图像数据转化为lmdb格式 转化方法及过程参考 http://blog.csdn.net/hong__fang/article/details/52424690,根据训练数据和测试数据,建立两个文件名及标签txt文件,train.txt和val.txt,然后运行comput_image_mean.bat,生成两个原创 2016-09-03 20:43:01 · 13373 阅读 · 11 评论 -
Caffe学习笔记(五)—— 相关cpp编译及数据转成lmdb格式
本文主要介绍:Windows下,如何caffe-windows-master\tools 文件夹中的cpp进行编译和调用,以及如何把图像转化为lmdb格式。1. 相关cpp编译1.1 创建控制台工程 在caffe-windows-master 目录下创建空白控制台工程,编译环境设置为:Release x64,把caffe-windows-master\tools 文原创 2016-09-03 19:56:50 · 7181 阅读 · 0 评论 -
Caffe学习笔记(四)——Windows 下caffe配置相关问题说明
本文主要介绍:Win10 64位系统下,再次配置caffe,遇到了一些新的问题,现对这些问题及其解决方法进行总结。详细的安装配置过程见以前博客:Caffe学习笔记(一)——Windows 下caffe安装与配置1. CUDA的安装问题CUDA的安装过程可以参考CUDA 7.5 安装及配置(WIN7 64 英伟达G卡 VS2012),但参考到第九步即可,第十步及其以后的过原创 2016-09-01 15:49:04 · 16993 阅读 · 8 评论 -
Caffe学习笔记(三)——Matlab接口
本文主要介绍:Windows下Caffe框架的Matlab接口,即Matlab如何调用Caffe框架中的函数,进行分类、提取特征以及训练。1 官网说明官网:点击打开链接2 注意事项待续。。。原创 2016-07-31 21:19:26 · 9927 阅读 · 0 评论 -
语义分割学习笔记(五)——DenseImageData 数据层
1 参数message DenseImageDataParameter { // Specify the data source file. optional string source = 1; // Specify the batch size. optional uint32 batch_size = 2; // The rand_skip variable is f原创 2017-11-27 20:27:50 · 1768 阅读 · 1 评论