Caffe笔记
文章平均质量分 65
CrazyVertigo
主修计算机视觉与深度学习,欢迎学习交流!
展开
-
Caffe-CIFAR10实验
Caffe-CIFAR10实验本日志用于交流学习,如果问题,欢迎交流。Caffe-CIFAR10实验教程1-实验步骤下载数据转换数据格式开始训练训练过程输出信息2-学习曲线的绘制 教程1-实验步骤 cd $CAFFE_ROOT下载数据 ./data/cifar10/get_cifar10.sh转换数据格式 ./examples/cifar10/create_cifar原创 2016-12-01 22:28:46 · 624 阅读 · 0 评论 -
【Caffe】计时功能
Caffe 计时功能编译好的Caffe可以通过运行caffe time命令,对当前平台上网络各层前向后向计算进行计时: ./build/tools/caffe.bin time -model examples/mnist/lenet_train_test.prototxt命令行输出I1209 23:44:11.358758 4576 caffe.cpp:347] Use CPU.I1209原创 2016-12-10 16:02:49 · 2692 阅读 · 0 评论 -
【Caffe】windows下安装caffe
windows下安装caffe原创 2016-11-26 18:17:38 · 423 阅读 · 0 评论 -
【Caffe】Linux安装Caffe
Linux安装Caffe笔记原创 2016-12-03 20:31:40 · 3342 阅读 · 0 评论 -
【Caffe】数据结构之Blob详细讲解
Caffe数据结构之Blob本文记录了Caffe数据结构的Blob学习,欢迎交流。原创 2016-11-25 21:53:37 · 1441 阅读 · 0 评论 -
【Caffe】网络结构可视化
Caffe-网络结构可视化本博客将要说明了Caffe网络结构可视化的使用过程,用于学习交流,有问题欢迎反馈。原创 2016-12-06 15:06:05 · 622 阅读 · 0 评论 -
【Caffe】数据可视化
本笔记记录Caffe数据可视化学习过程!原创 2016-12-02 20:24:05 · 870 阅读 · 0 评论 -
FCN网络的训练——以燃气表数字识别为例
FCN网络的训练——以燃气表数字识别为例在一个燃气表数字识别的项目中使用FCN直接得到如下图所示燃气表图片中的数字识别结果,训练阶段, 我们标定燃气表数字中心一块区域的像素点为该类数字的正样本, 如下图所示, 不同数字的中心区域的像素被标定为不同的类别, 十种数字加上背景一共十一类, 不同颜色表示不同类别的标注, 其他的都是背景类。最后对每个像素计算softmax loss。 测试阶段通过原创 2017-01-12 18:49:39 · 6926 阅读 · 7 评论 -
caffe源码简单解析—Layer层
Layer层一张图看明白Caffe层的关系~ 和layer相关的头文件有:common_layers.hppdata_layers.hpplayer.hpploss_layers.hppneuron_layers.hppvision_layers.hpp其中`layer.hpp是抽象出来的基类,其他都是在其基础上的继承,也即剩下的五个头文件和上图中的五个部分。在layer.hpp头文件里原创 2017-05-03 10:05:12 · 416 阅读 · 0 评论 -
【Caffe】编译
http://blog.csdn.net/zj573453769/article/details/53446426原创 2016-12-15 11:45:15 · 286 阅读 · 0 评论 -
python实现CIFAR-10数据集可视化
python实现cifar10数据集的可视化CIFAR-10数据集介绍① CIFAR-10数据集包含60000个32*32的彩色图像,共有10类。有50000个训练图像和10000个测试图像。 数据集分为5个训练块和1个测试块,每个块有10000个图像。测试块包含从每类随机选择的1000个图像。训练块以随机的顺序包含这些图像,但一些训练块可能比其它类包含更多的图像。训练块每类包含5000个图像。原创 2016-12-20 11:42:46 · 3857 阅读 · 6 评论 -
【Caffe】solver文件配置解读
Caffe之solver文件配置讲解一下solver.prototxt文件里面个参数的意义。DL的任务中,几乎找不到解析解,所以将其转化为数学中的优化问题。sovler的主要作用就是交替调用前向传导和反向传导 (forward & backward) 来更新神经网络的连接权值,从而达到最小化loss,实际上就是迭代优化算法中的参数。Caffe的solver类提供了6种优化算法,配置文件中可以通过ty原创 2017-01-04 16:16:50 · 1130 阅读 · 0 评论 -
Caffe-Mnist实验
http://blog.csdn.net/zb1165048017/article/details/52217772原创 2016-11-26 18:18:17 · 331 阅读 · 0 评论 -
1002 Caffe Model Zoo
http://caffe.berkeleyvision.org/gathered/examples/cpp_classification.html./build/examples/cpp_classification/classification.bin \ models/bvlc_reference_caffenet/deploy.prototxt \ models/bvlc_reference_原创 2016-11-25 23:01:17 · 567 阅读 · 0 评论 -
Caffe傻瓜系列(1):数据层及参数
学习caffe,首先需要创建一个模型(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。层有很多种类型,比如Data,Convolution,Pooling等,层之间的数据流动是以Blobs的方式进行。今天我们就转载 2017-01-13 19:50:53 · 363 阅读 · 0 评论 -
Torch安装+Densecap实验
Torch安装+Densecap实验本博客用于记录学习过程,欢迎交流。Densecap引入密集的字幕任务,不仅能够定位局部显著的图像,而且能用自然语言来描述该区域。密集字幕任务概括和统一了两个任务,一个是只需要单个单词描述的目标检测任务,另一个是对整个图像的一个预测区域的字幕标注任务。为了同时解决定位和描述任务,提出了一个统一高效的直传处理图像架构,全卷积定位网络(FCLN)架构,无需外部区域的建议原创 2017-01-12 17:22:53 · 2109 阅读 · 1 评论 -
【Caffe】Caffe中使用MATLAB接口
http://www.tuicool.com/articles/fYbyQbv编译Matcaffe原创 2016-12-08 10:23:09 · 4052 阅读 · 1 评论 -
【Caffe】学习曲线可视化
本笔记记录用Caffe实现学习曲线可视化的学习过程,欢迎学习交流!原创 2016-12-09 20:00:36 · 3951 阅读 · 0 评论 -
【Caffe】Ubuntu安装Protobuf2.5
Ubuntu安装Protobuf2.5原创 2016-12-08 19:53:22 · 730 阅读 · 0 评论 -
欢迎使用CSDN-markdown编辑器-wode
欢迎使用Markdown编辑器写博客本Markdown编辑器使用StackEdit修改而来,用它写博客,将会带来全新的体验哦:Markdown和扩展Markdown简洁的语法代码块高亮图片链接和图片上传LaTex数学公式UML序列图和流程图离线写博客导入导出Markdown文件丰富的快捷键快捷键加粗 Ctrl + B 斜体 Ctrl + I...原创 2018-05-04 08:49:59 · 331 阅读 · 0 评论