- 博客(4)
- 收藏
- 关注
RSS订阅原创 caffe源码深入学习4：支持魔改的layer：layer.hpp与layer.cpp
到caffe源码深入学习3为止，我们解析了caffe底层的数据相关代码，了解了caffe这个深度学习框架中数据的存储与流通实现细节，那么，从本篇博客开始，笔者将开始解析更高层的代码，首先解析的是caffe中构成深度神经网络的网络层layer，在使用caffe架构的程序员眼中，各种layer就像一块一块的积木一般，可以通过搭建，拼接成各种各样好看的玩具城堡，同时，这些积木本身还支持各种魔改，在...
2017-02-20 21:26:08
1860
1
原创 caffe源码深入学习3：更底层的数据信息存取与交换代码：syncedmem.hpp和syncedmem.cpp
还记得在上一期博客中，当我们解析Blob类相关时，遇到一些成员函数如Update()，cpu_data()，mutable_gpu_data()等等，这些函数在完成对应功能的同时，调用了更多底层的函数，这些函数与Blob中的函数同名，如cpu_data()，gpu_data()，mutable_cpu_data()，mutable_gpu_data()等，在上一篇博客中的代码注释部分我们提到，这些
2017-02-19 09:53:33
1653
原创 caffe源码深入学习2：blob.hpp+blob.cpp
在caffe源码深入学习1中我们提到了caffe.cpp文件调用用户定义的solver.prototxt文件进行网络的训练，其中，网络训练的接口是train()函数，而在train()函数中，使用了Solve()这个函数接口去求解网络参数，那么，找逻辑来说，接下来该解析solver.cpp文件，可是，事情并没有想象那么简单！如果打开solver.cpp文件，你会发现里面调用了Net相关的东西，这个
2017-02-15 21:14:15
2691
1
原创 caffe源码深入学习1：caffe.cpp解析
距离笔者接触深度学习已经将近半年了，在这段时间中，笔者最先接触的是lenet网络，然后就学习了2015-2016年非常火爆的fast-rcnn与faster-rcnn，到最近自己利用深度学习搞事情，笔者的最大感受是，经过一些例子的实践，已经对深度学习有了大概的了解，但是离熟练上手还有很可观的距离，这时，笔者不由得想起来一句老话：read the fxxx source code。因此，笔者开始学习
2017-02-13 20:20:35
8557
6
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人