深度学习
文章平均质量分 87
稀奇古怪de
小白一枚。所发博客都是自己学习前进的笔记备份。大多都来自网上或者各类书籍整合而成
展开
-
Caffe_stu04_使用draw_net.py绘图网络层
背景: 系统:ubuntu18.04 caffe:使用的sudo apt install caffe-cpu 安装的caffe 同时使用git获得caffe的源码包 git clone https://github.com/BVLC/caffe.git 错误: from ._caffe import Net, SGDSolver, NesterovSolver, AdaGradSolver, \ModuleNotFoundError: No module named ‘caffe._caffe’ 查看网上教原创 2020-06-28 18:07:26 · 211 阅读 · 0 评论 -
Caffe_stu03_小训练
参考:https://blog.csdn.net/sst___/article/details/79847697 获得数据集 使用官方的数据集 mnist 在caffe文件夹下 执行./data/mnist/get_mnist.sh 或者编写以下shell文件 #!/usr/bin/env sh # This scripts downloads the mnist data and unzips it. DIR="$( cd "$(dirname "$0")" ; pwd -P )" cd "$DIR"转载 2020-06-21 12:11:07 · 272 阅读 · 1 评论 -
Caffe_stu02_安装
Ubuntu 18.4.4LTS安装caffe 更换下载源 cd /etc/apt 先备份以前下载源文件 sudo cp sources.list source.list.backup 使用vi 或者 vim 或者 gedit 编辑sources.list 文件 gedit sources.list 更换里面的文件内容为 ##中科大源 deb https://mirrors.ustc.edu.cn/ubuntu/ bionic main restricted universe multiverse deb原创 2020-06-21 11:51:39 · 179 阅读 · 0 评论 -
Caffe_stu01_理论准备
Caffe 简介 Caffe最开始设计时的目标只针对于图像,没有考虑文本、语音或者时间序列的数据,因此Caffe对卷积神经网络的支持非常好,但是对于时间序列RNN,LSTM等支持的不是特别充分。Caffe工程的models文件夹中常用的网络模型比较多,比如Lenet、AlexNet、ZFNet、VGGNet、GoogleNet、ResNet等。 模块结构 Caffe由低到高依次把 网络中的数据抽象成Blob Blob 四维连续数组,通常表示为(n, k, w, h)是基础的数据结构,可表示输入输出原创 2020-06-21 11:44:00 · 246 阅读 · 1 评论