caffe学习笔记
文章平均质量分 79
AndyCao9527
向上走,即使一小步,也是新高度
展开
-
Caffe 学习笔记(视觉层(Vision Layers)及参数)
所有的层都具有的参数,如name, type, bottom, top和transform_param请参看我的前一篇文章:Caffe 学习笔记(数据层及参数)本文只讲解视觉层(Vision Layers)的参数,视觉层包括Convolution, Pooling, Local Response Normalization (LRN), im2col等层。1、Convolution层:就是卷积层,是转载 2017-03-22 10:45:10 · 743 阅读 · 0 评论 -
Caffe 学习笔记(数据层及参数)
Caffe 深度学习入门教程(数据层及参数)数据层及参数: 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(prototxt)编写。 层有很多种类型,比如Data,Conv转载 2017-03-22 09:54:15 · 462 阅读 · 0 评论 -
caffe学习笔记(激活层(Activiation Layers)及参数)
激活层(Activiation Layers)及参数在激活层中,对输入数据进行激活操作(实际上就是一种函数变换),是逐元素进行运算的。从bottom得到一个blob数据输入,运算后,从top输入一个blob数据。在运算过程中,没有改变数据的大小,即输入和输出的数据大小是相等的。输入:n*c*h*w输出:n*c*h*w常用的激活函数有sigmoid, tanh,relu等,下面分别介绍。1、Sigmo转载 2017-03-22 10:52:52 · 499 阅读 · 0 评论 -
Caffe 深度学习入门教程 Blob,Layer and Net以及对应配置文件的编写
Blob,Layer and Net以及对应配置文件的编写深度网络(net)是一个组合模型,它由许多相互连接的层(layers)组合而成。Caffe就是组建深度网络的这样一种工具,它按照一定的策略,一层一层的搭建出自己的模型。它将所有的信息数据定义为blobs,从而进行便利的操作和通讯。Blob是caffe框架中一种标准的数组,一种统一的内存接口,它详细描述了信息是如何存储的,以及如何在层之间通讯的转载 2017-03-22 11:04:30 · 573 阅读 · 0 评论 -
caffe 安装(Ubuntu 14.04 +caffe+GTX 1080+CUDA8.0 +cuDNN v5)
这次安装重装了n次系统,碰到各种问题,参考师兄和网上的经验终于安装成功,现在把自己的安装步骤具体记录下来。有助有经验的分享原创 2017-06-04 21:37:09 · 800 阅读 · 0 评论