本文是可变卷积(Deformable ConvNets)算法的MXNet实现,MXNet是一种深度学习框架。一开始想熟悉这个框架的话可以跑跑官方网站上的MNIST或CITAR数据集等等,本篇博文更进一步,主要是通过这个算法实例来熟悉MXNet框架的使用。
博文主要分三大部,第一部分是拉取MXNet项目,第二部分是拉取你的算法项目和运行demo,第三部分是自己训练模型。接下来假设你的所有操作都是在$Mxnet这个目录下进行。
一、MXNet项目
1、拉取MXNet项目
cd $Mxnet
git clone --recursive https://github.com/dmlc/mxnet
拉取下来的项目的默认名称是mxnet
2、复制config.mk文件
在前面得到的mxnet目录下找到mxnet/make/config.mk
,并把它复制到mxnet/目录下:
cd $Mxnet/mxnet
cp make/config.mk config.mk
你要用GPU的话,就需要修改config.mk中的两行:
USE_CUDA = 0
USE_CUDA_PATH = None
改成:
USE_CUDA = 1
USE_CUDA_PATH = /usr/local/cuda
这里说一下第二行的cuda的路径,一般默认都是在/usr/local/
目录下,也可能是/usr/local/cuda-8.0
这样,如果是自定义路径的话那就取决于你自己电脑把cuda安装在哪。
二、算法项目
1、先拉取项目
cd $Mxnet
git clone