caffe
文章平均质量分 90
GaryGao99
这个作者很懒,什么都没留下…
展开
-
caffe代码详细注解
Caffe net:init()函数代码详细注解原创 2016-08-28 14:26:32 · 10617 阅读 · 0 评论 -
caffe blobs 共享内存分析
caffe blobs 共享内存分析 一:caffe中内存分配情况 caffe层间的输入输出是以Blob为单位,每个Blob中存储有训练数据和梯度,caffe也给出了Blob级的接口函数。caffe在初始化阶段就会创建所有需要的内存,内存的消耗很大。尤其是对只做前向计算的情况,不必对所有的Blob都分配内存,前向计算过程中可以使用重用已经计算完成的Blob的内存,即:B原创 2016-09-03 10:06:25 · 2217 阅读 · 0 评论 -
caffe中batch_norm层代码详细注解
caffe batch_norm 层代码详细注解原创 2016-09-18 17:42:08 · 11755 阅读 · 0 评论 -
nnpack详解
NNPACK详解一:NNPACK简介NNPACK由facebook开发,是一个加速神经网络计算的加速包,NNPACK可以在多核CPU平台上提高卷积层计算性能。NNPACK采用的快速卷积算法是基于Fourier transform 和 Winograd transform算法。二:前向计算的性能如下图(Intel Core i7 6700K vs原创 2016-10-09 15:55:57 · 15946 阅读 · 5 评论 -
caffe 计算过程
caffe计算过程 一: caffe中Blob是数据存储的基本单位。层的计算过程是上一层的输出Blob作为本层的输入Blob,经过当前层的计算得到当前层的输出Blob(如下图,取自caffe教程)。作为初学者来讲,这还是有些抽象,本文将以网络模型lenet为例,讲解网络中层的计算过程。在讲解之前,先看Blob类,如下图:Blob类中包含了一个指向Sy原创 2016-09-08 22:04:55 · 2514 阅读 · 0 评论 -
caffe im2col 详解
caffe im2col详解本文讲解的是caffe中卷积过程原创 2016-09-26 18:44:19 · 32165 阅读 · 23 评论