- 博客(4)
- 资源 (6)
- 收藏
- 关注
原创 Caffe windows 下进行(微调)fine-tune 模型
小菜最近一直在学习caffe。今天小菜主要介绍一下如何在Caffe上微调网络(ps:小菜中间也出现了许多问题,不过很感谢网上的一些前辈的无私奉献),一般比较经典的深度学习模型是别人训练好的模型,例如分类模型主要是针对Imagenet的数据集进行分类的。为了适应我们自己特定的新任务(小菜的任务是分类),一般来说我们自己需要做的方向,比如在一些特定的领域的识别分类中,我们很难拿到大量的数据。因为像在I
2016-07-29 09:25:23 6708 12
原创 梯度下降算法总结
梯度下降算法 1.概述 梯度下降法(Gradient Descent, GD)是一个最优化算法,通常也称为最速下降法。最速下降法是求解无约束优化问题最简单和最古老的方法之一,虽然现在已经不具有实用性,但是许多有效算法都是以它为基础进行改进和修正而得到的。最速下降法是用负梯度方向为搜索方向的,最速下降法越接近目标值,步长越小,前进越慢。梯度下降法的计算过程就是沿梯度下降的方向求解极小值(也可以沿
2016-07-10 11:37:15 6538
原创 Windows下caffe用fine-tuning训练好的caffemodel来进行图像分类
小菜准备了几张验证的图片存放路径为caffe根目录下的 examples/images/, 如果我们想用一个微调训练好的caffemodel来对这张图片进行分类,那该怎么办呢?下面小菜来详细介绍一下这一任务的步骤。一般可以同两种方式进行测试,分别是基于c++接口和python接口。不管是用c++来进行分类,还是用python接口来分类,我们都应该准备这样三个文件: 1、 caffemodel文
2016-07-29 09:46:29 2374
转载 caffe(1)参数和数据层的理解
博文主要是来自前辈denny402的博客园的博客,看了他的博客也使我收益匪浅。 要运行caffe,需要先创建一个模型(model),如比较常用的Lenet,Alex等, 而一个模型由多个屋(layer) 构成,每一屋又由许多参数组成。所有的参数都定义在caffe.proto这个文件中。要熟练使用caffe,最重要的就是学 会配置文件(prototxt)的编写。
2016-07-25 10:41:46 1193
支持多标签的convert_imageset.cpp代码
2017-03-10
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人