caffe
文章平均质量分 53
_小马奔腾
这个作者很懒,什么都没留下…
展开
-
matlab(This error was detected while a MEX-file was running)
今天在运行caffe的matlab接口写的代码的时候。出现了一个问题:"This error was detected while a MEX-file was running. If the MEX-fileis not an official MathWorks function, please examine its source codefor errors. Please consu原创 2017-01-10 10:34:04 · 12996 阅读 · 56 评论 -
Check failed: axis_index < num_axes() (1 vs. 1) axis 1 out of range for 1-D Blob with shape
这两周在做跨年龄的人脸识别。我用的是两个网络共同训练。有点像孪生网络(网络的浅层共享参数,深层用正交子空间,提取判别特征)。在运行的时候爆出题目一样的error Check failed: axis_index *** Check failure stack trace: ***思考了好久,也从开始追踪代码。看log。并没有什么异常。然后在log中发现如下信息:原创 2017-06-07 09:51:44 · 6786 阅读 · 4 评论 -
A Discriminative Feature Learning Approach for Deep Face Recognition 原理及在caffe实验复现
本文主要讲centerloss 的原理,及其创新点。然后用caffe 跑自己的数据(CASIA-WebFace | MsCelebV1-Faces-Aligned) Reference paper:A Discriminative Feature Learning Approach for Deep Face Recognition ECCV:2016 github:https原创 2016-11-25 16:59:19 · 15687 阅读 · 111 评论 -
Google 的Protobuf 技术详解
1、例子 官方例子,建立一个 test.proto 内容如下:syntax = "proto2";package tutorial;message Person { required string name = 1; required int32 id = 2; optional string email = 3; enum PhoneType { MOBILE = 0;原创 2017-12-20 14:45:06 · 608 阅读 · 0 评论 -
Caffe 中 的工具以及trick
1、测试网络的时间性能,前向传播、反向传播时间#使用CPU${Caffe_root}/build/caffe time -model path/to/deploy.prototxt#使用GPU${Caffe_root}/build/caffe time -model path/to/deploy.prototxt -iterations 100 -gpu 0原创 2017-07-27 17:26:10 · 468 阅读 · 0 评论 -
pooling层是如何反向传播的?
1 . pooling层不需要反向传播?too Yang ! 前几天跟同学聊天,在提到pooling层的时候,提到怎么反向传播? 我当时认为【pooling没有可优化的参数,应该只进行正向传播,反向传播应该是个空的函数,仅仅实现Forward即可】 我原来添加或修改一般都是loss层。一般不涉及中间层的修改、添加。 今天Caffe实现双向LSTM时候,需要添加中间层来修改原原创 2017-08-09 10:41:20 · 10568 阅读 · 6 评论 -
caffe 画 loss\accuracy曲线(train_test)
用caffe如何画loss曲线呢?Step1、记录训练的Log—其实就是输出重定向;将我们在屏幕看到的训练过程保存为txt#!/usr/bin/env shTOOLS=./build/toolsGLOG_logtostderr=0 GLOG_log_dir=/home/bin.wang/imageRetrieval/caffe-hash/hashExample/LOG \ #记录log$TO原创 2017-04-22 11:14:27 · 2122 阅读 · 0 评论 -
caffe添加Layer,复现Feature Learning based Deep Supervidsed Hashing with PL
前一段时间在搞图像哈希。因为南京大学这个文章很不错,但是源代码是matconvertnet写的。 无法实用。 因此,用caffe复现。c++调用API即可。 测试的 mAP=0.7459 稍好于论文中的结果(0.713)。/************************************************************************* File原创 2017-04-12 11:16:36 · 702 阅读 · 0 评论 -
AttributeError: 'google.protobuf.py ***' object has no attribute '_value'
我们用caffe画网络结构图的时候可能出现如下错误:“AttributeError: ‘google.protobuf.pyext._message.RepeatedScalarConta’ object has no attribute ‘_values”实际上是由于protobuf(例如centos7(protobuf=3.2)) 版本过高导致。 解决办法:pip uninstall pro原创 2017-06-05 16:40:21 · 6360 阅读 · 1 评论 -
经常用到得caffe学习网址。
https://software.intel.com/zh-cn/articles/training-and-deploying-deep-learning-networks-with-caffe-optimized-for-intel-architecture原创 2017-02-22 11:14:43 · 438 阅读 · 0 评论 -
caffe 源码的解读(2)lossFunction
我们在loss层经常看到的函数:caffe_cpu_axpby(const int N, const float alpha, const float* X,const folat beta, float* Y)//这个函数在caffe的util下面的match-functions.cpp里面//Y=alpha * X +beta*Y //也就是blob里面的data部分减去diff部分原创 2017-02-27 10:38:14 · 1338 阅读 · 0 评论 -
caffe中各种参数设置及解析
几个设置参数,很容易忘掉的,记录一下,以后便于查询1、lr_policy学习率经常用到的有以下几种: lr_policy “fixed” “multistep” “step” param 、 stepvalue stepsize说明:stepsize:2000,就是每迭代2000次,就更新一次学习率。 stepvalue:每到一个stepval原创 2017-05-05 16:53:54 · 4690 阅读 · 0 评论 -
centos服务器配置caffe环境
年底总结一下前一段时间配置centos服务器的遇到的坑。现写下步骤:centos iso 官方地址:http://isoredirect.centos.org/centos/7/isos/x86_64/ 可以选择中国科大的镜像。************************ CENTOS CAFFE INSTALL TUTORIAL ****************...原创 2017-01-19 16:41:09 · 913 阅读 · 0 评论 -
A Discriminative Feature Learning Approach for Deep Face Recognition 的源码部分分析
前一篇文章介绍了centerloss的训练过程,以及结果。本文分析一下CenterLoss的源码部分。同时这也是在caffe中添加新的一层的方法。(本文时特例添加loss层) 宏观感受 先来看看作者对一个刚从github上拉下来的caffe做了哪些改动。step1: 修改caffe.proto vim caffe/src/caffe/proto/caffe.proto 图原创 2017-02-15 20:42:00 · 1376 阅读 · 1 评论 -
修改caffe源码遇到的问题总结
.build_release/lib/libcaffe.so: undefined reference to `caffe::DeepFeatureHashLayer<double>::U_'.build_release/lib/libcaffe.so: undefined reference to `caffe::DeepFeatureHashLayer<float>::U_'.build_re原创 2017-03-29 21:35:42 · 1000 阅读 · 2 评论 -
caffe 源码的解读(2)DataStructure
Blob的重要参数protected: shared_ptr<SyncedMemory> data_; //SyncedMemory类封装了CPU/GPU内存申请、同步和释放(Blob不关心具体细节) shared_ptr<SyncedMemory> diff_; vector<int> shape_; //Blob维度参数 int count_; //原创 2017-02-24 15:53:16 · 685 阅读 · 0 评论 -
caffe 训练自己的数据集—调试技巧篇
调试caffe,用已有的网络训练自己的数据集的时候(我这里做的是二分类)。在生成均值文件之后,开始train,发现出现了这个问题。1,路径正确,却读不到图片。[db_lmdb.hpp:15] Check failed: mdb_status == 0 (2 vs. 0) No such file or directory 我发现这check failed的上面有一句话:就是lo原创 2016-11-21 14:42:22 · 21042 阅读 · 10 评论