Caffe
文章平均质量分 81
Caffe笔记。。。。。。。。。。。。。。。
CHAO_^
这个作者很懒,什么都没留下…
展开
-
Learning Caffe(14) : slover参数
测试间隔 test_interval 每迭代test_interval次,进行一次测试 基础学习率base_lr:0.01 基础学习率(如果有预训练模型的话,这里的基础学习率一开始可以设得相对低一些,否则的话最好不要太低,不然收敛得很慢) 结果显示频率display:100 每训练100次,在屏幕上显示一次当前训练状态 最大迭代次数max_iter 当训练达到最...原创 2020-03-31 19:47:13 · 150 阅读 · 0 评论 -
Learning Caffe(13)---fine tune
Fine tune 所谓fine tune就是用别人训练好的模型,加上我们自己的数据,来训练新的模型。fine tune相当于使用别人的模型的前几层,来提取浅层特征,然后在最后再落入我们自己的分类中。 Caffe 预训练模型合集 https://github.com/SnailTyan/caffe-model-zoo https://github.com/BVLC/caffe/tree/m...原创 2020-03-31 19:51:03 · 207 阅读 · 0 评论 -
Learning Caffe(12)---deploy.prototxt文件
Deploy.prototxt文件简述 Deploy.prototxt是测试网络是使用的文件,基于train.prototxt文件进行修改。 修改内容: 1.数据输入 Deploy将train.prototxt中的数据层,包括训练数据和测试数据删除,新加入输入层,用于输入数据。 2.删除参数初始化 Train.prototxt中会将weight,bias等参数进...原创 2018-07-19 23:57:26 · 2960 阅读 · 0 评论 -
Learning Caffe(11)---层参数详解
输入层 input_param详细解释: dim:1——表示对待识别样本进行数据增广的数量,该值的大小可自行定义。但一般会进行5次crop(剪裁),将整幅图像分为多个flip。该值为10则表示会将待识别的样本分为10部分输入到网络进行识别。如果相对整幅图像进行识别而不进行图像数据增广,则可将该值设置为1. dim: ——该值表示处理的图像的通道数,若图像为RGB图像则通道数为3...原创 2020-03-31 19:56:10 · 449 阅读 · 0 评论 -
Learning Caffe(10)---自定义网络层
本文自定义一个使图片颜色反转的网络层,主要帮助我们理解Layer的添加方式,以及caffe的工作方式。 在src/caffe/proto/caffe.proto中加入message: *// Message that stores parameters used by ReverseLayer message ReverseParameter { optional bool visua原创 2018-06-10 23:37:55 · 3363 阅读 · 0 评论 -
Learning Caffe(9)---加载模型进行图片分类
制作deploy.prototxt文件 name: "LeNet" layer { name:"data" type: "Input" top: "data" input_param {原创 2017-03-23 22:57:00 · 2697 阅读 · 3 评论 -
Learning Caffe(8)---训练自己的数据
1.准备训练和测试数据 从网上下载手写数字的图片集mnist, 训练和测试数据分别放在两个文件夹内,同时都需要附带两个文件: 1.lable文件,0,1,2,3,4,5,6,7,8,9 每一个标签占一行。 2.图片带路径的名称和图片对应的lable,格式如下,这里使用的是绝对路径。 2.生成Imdb文件 Caffe编译完成后,会在caffe/master/build/tools/原创 2017-02-26 23:34:15 · 807 阅读 · 0 评论 -
Learning Caffe(4)---Data Layer
Caffe提供了一种框架,在该框架下可以运行各种深度学习的模型,例如常见的LeNet模型,cafee之所以可以让研究人员能快速地配置和构建各种不同的深度学习模型,在于caffe的配置文件Protxt. 通过该配置文件,开发人员在构建一个新的模型的时候,不需要对源码进行编程,只需要对配置文件进行修改. 每一种深度学习模型都是由各种不同的层(Layer)组合堆叠在一起,通过protxt文件可以了解原创 2016-12-28 10:02:34 · 384 阅读 · 0 评论 -
Learning Caffe(3)---模型描述文件
配置文件中,主要对层进行描述。 .proto格式 package caffe; message human { required int32 age = 1; //IDrequired 表示必要字段 required string firstName = “akuarius”; //str 必要字段 optional string lastN原创 2016-12-28 09:17:58 · 806 阅读 · 0 评论 -
Learning Caffe(2)---解剖caffe模型
Blob Blob是caffe中处理和传输数据的数据包。Blob提供了一种统一的存储接口来保存数据,例如,批量的图片,模型参数等。 一个Blob管理着两块内存区域,data(正向传递数据)和diff(反向传递误差梯度)。 用于传输批量图片数据的Blob是一个可以理解为一个四维数组,四个维度分别为: 在实现上是一段连续的内存。 例如在index(n,k,h,w)的值位于((n * K原创 2016-12-22 21:04:32 · 605 阅读 · 1 评论 -
Learning Caffe(1)---初探
Ubuntu16.04 Caffe CPU_only环境配置 1.安装依赖库 sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler sudo apt-get install --no-install-recomm原创 2016-12-21 23:46:26 · 565 阅读 · 0 评论