deep-learning
文章平均质量分 69
别打名名
学无止境,贵在坚持。
展开
-
Deep Learning---win10 搭建caffe开发环境(GPU)
按照Microsoft官方https://github.com/Microsoft/caffe安装教程。不过依赖工具库版本有点不一样,比如CUDA。建议按照官方的安装版本来,最简单的就是只跑CPU安装。1 DownloadCUDA Toolkit 8.0 https://developer.nvidia.com/cuda-toolkitMicrosoft Visual Studio Ultima原创 2017-05-10 13:34:11 · 4209 阅读 · 0 评论 -
Deep Learning---基于windows版caffe训练mnist数据集
1 训练前准备下载数据集:mnist-leveldb.7z(http://pan.baidu.com/s/1qY5857e)解压到caffe-master\examples\mnist目录下配置mnist_autoencoder_solver.prototxt和lenet_train_test.prototxt以及lenet_adadelta_solver.prototxt2 训练在cmd命原创 2017-05-10 13:50:03 · 1083 阅读 · 0 评论 -
EmbCaffe---基于Caffe的优化前向计算的框架
See project in github : https://github.com/FreeApe/EmbCaffeEmbedded Caffe Make the depth learning model running on Embedded Systems and multi-platform.FeaturesBased on caffeCompact,Only forward calc原创 2017-05-31 23:15:37 · 1386 阅读 · 0 评论 -
Deep Learning---神经网络可视化netcope工具改进版
新增了双击右边网络区域可隐藏或者打开左边区域国外链接可访问: http://yicm.me/netscope/#/editor 国内链接可访问(较快): http://freeape.oschina.io/netscope/#/editor原创 2017-06-04 22:50:53 · 1700 阅读 · 0 评论 -
Deep Learning---caffe模型参数量(weights)计算
Draw_convnet这幅图是通过开源的工具draw_convnet(https://github.com/gwding/draw_convnet)生成的。在清楚整个前向计算网络中的每一个层的输入输出以及参数设置后可以自己手动画出计算图出来,对于参数量计算就很直观了。feature map大小计算输入:N0*C0*H0*W0 输出:N1*C1*H1*W1 输出的feature map大小:原创 2017-05-10 14:01:39 · 3195 阅读 · 2 评论 -
Deep Learning---py-faster-rcnn基于PASCAL VOC数据集训练模型
0 说明系统环境为Ubuntu14.04, 已经安装好了CUDA和cuDNN以及Python等基础包。1 设置和编译py-faster-rcnn1.1 下载py-faster-rcnn$ git clone --recursive https://github.com/rbgirshick/py-faster-rcnn.git$ git submodule updat原创 2017-05-11 22:54:29 · 2727 阅读 · 8 评论 -
Python---计算mAP
对于怎么计算precision和recall可以参考对于http://blog.csdn.net/freeape/article/details/520905151 通过precision和recall计算ap#!/usr/bin/python# -*- coding: UTF-8 -*-# author: yicm****@gmail.comimport argparse原创 2018-01-11 20:15:52 · 8292 阅读 · 11 评论 -
Mobilenet-SSD训练环境搭建和训练自己的数据
环境准备编译Caffe训练超参数详解训练自己的数据制作LMDB文件训练环境Ubuntu14.04GTX1070gcc4.9.x(默认4.8,需升级)准备显卡驱动安装 http://www.nvidia.com/download/driverResults.aspx/130646/en-us (NVIDIA-Linux-x86_6...原创 2018-02-10 17:46:34 · 6464 阅读 · 0 评论