caffe
文章平均质量分 83
liyaohhh
这个作者很懒,什么都没留下…
展开
-
caffe安装与入门学习
caffe cpu only 安装和入门学习caffe安装: caffe的安装大部分都是在GPU模式下,但是由于目前没有GPU硬件,我们先部署CPU模式。仅仅需要把/examples/mnist/lenet_solver.prototxt模式下的文件solver_mode改成对应的CPU就可以啦。原创 2016-02-06 08:43:10 · 1214 阅读 · 0 评论 -
caffe:LSTM源码分析
caffe:LSTM源码分析原创 2016-12-27 12:13:13 · 4609 阅读 · 2 评论 -
深度学习资源链接(更新中)
神经网络入门:http://neuralnetworksanddeeplearning.com/chap1.html Caffe快速入门http://shengshuyang.github.io/A-step-by-step-guide-to-Caffe.html CNN的反向传播http://ufldl.stanford.edu/tutorial/supervised原创 2016-07-28 11:03:16 · 1804 阅读 · 0 评论 -
Caffe源码学习:Net
Caffe源码学习:Net原创 2016-07-20 20:25:01 · 1378 阅读 · 0 评论 -
caffe源码学习:softmaxWithLoss前向计算
caffe源码学习:softmaxWithLoss 在caffe中softmaxwithLoss是由两部分组成,softmax+Loss组成,其实主要就是为了caffe框架的可扩展性。 表达式(1)是softmax计算表达式,(2)是sfotmaxLoss的计算损失表达。在caffe中是单独的计算每层的输入和输出,然后再进行向后传递data结果和向前传递diff的结果。原创 2016-08-04 09:44:05 · 15328 阅读 · 7 评论 -
caffe源码学习:layer
caffe源码学习:layer原创 2016-07-20 18:14:31 · 769 阅读 · 0 评论 -
caffe源码学习:Blobs
caffe源码学习:Blobs caffe 的blob是caffe框架的核心,主要是由number*channel*weight*high组成的一个四维的tensor。首先是blob.hp定义的头文件。 上图表示的是blob的两个构造函数,现版本的caffe第一个已经过时。 上图表示的是reshape函数,这个函数主要是在调用Layer::Res原创 2016-07-19 23:40:30 · 1760 阅读 · 0 评论 -
caffe支持pycaffe的安装:ImportError: No module named google.protobuf.internal
ImportError: No module named google.protobuf.internal 今天在安装pycaffe的时候,一直在import caffe之后一直出现一个问题如下: ImportError: No module named google.protobuf.internal 最后发现是找到protobuf在哪里。因为原来编译had原创 2016-03-13 11:58:51 · 31334 阅读 · 6 评论 -
Couldn't import dot_parser, loading of dot files will not be possible
Couldn't import dot_parser, loading of dot files will not be possible 今天在用caffe的画图工具的时候提示说没有pydot这个model模块,但是原来是安装的过啊,然后索性删除它,在重新安装,这个时候问题果然来了,记得第一次安装的时候是没有这个问题的:Couldn't import dot_parser, l原创 2016-04-16 09:40:49 · 4399 阅读 · 1 评论 -
深度学习入门;图像的heatMap
深度学习入门;图像的heatMap 图像的heatMap是什么,一副图片的heatmap可以帮助我们在上面检测到想要的object,如下左图所示: 可以直接的看到,人脸的的区域有红色区域,哈哈,这个时候呢用sliding window在图片上进行检测,对于每一个窗口里面的object进行识别,就是检测这个wind原创 2016-03-27 12:12:43 · 27326 阅读 · 7 评论 -
caffe学习入门:pycaffe的使用
caffe学习入门:pycaffe的使用 caffe的官方完美的支持python语言的兼容,提供了pycaffe的接口。用起来很方便,首先来看一下最常用到的:caffe的一个程序跑完之后会在snapshot所指定的目录下产生一个后缀名为caffemodel的文件,这里存放的就是我们在训练网络的时候得到的每层的参数信息,具体访问由net.params['layerName'][原创 2016-03-19 19:46:11 · 38623 阅读 · 2 评论 -
caffe入门学习:caffe.Classifier的使用
caffe入门学习:caffe.Classifier的使用 在学习pycaffe的时候,官方一直用到的案例就是net=caffe.net(.../deploy.protxt,..../xxx.caffemodel,caffe.TEST),之后会涉及一段和数据预处理的代码,但是这篇段code对于任何的图片分类预测都是相同的。每次都要写,并且每次都相同,好麻烦,那就来看看这个caff原创 2016-03-20 16:18:47 · 10191 阅读 · 3 评论 -
caffe入门学习:从我们的数据转化成为caffe可以使用的数据格式
caffe入门学习:从我们的数据转化成为caffe可以使用的数据格式 大部分情况下我们都会从网络上下载部分图片,来进行训练网络,但是caffe使用的数据格式却和我们下载得到的却有所不同,需要把我们使用的数据格式来进行转化。caffe提供了caffe-master/build/tools/convert_imageset这个命令来对数据进行转化。 首先看看这个命令的原创 2016-03-19 12:17:46 · 2470 阅读 · 0 评论 -
深度学习入门:Fully Convolutional Networks
Fully Convolutional Networks原创 2016-03-05 10:14:37 · 11724 阅读 · 2 评论 -
深度学习笔记(一)空间金字塔池化阅读笔记Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition
空间金字塔池化 空间金字塔池化层简介: 在对图片进行卷积操作的时候,卷积核的大小是不会发生变化的额,反向调节的权重仅仅是数值会发生变化。但是,但是,但是,输入的图片的大小你是否可以控制呢?哈哈,我们的输入图片大小是会发生变化的,这里图片大小的变化并不会在卷积操作和polling操作产生影响,但是会对全连接层的链接产生影响。这篇文章的核心就是解决如何原创 2016-01-31 16:28:58 · 37149 阅读 · 18 评论 -
Caffe源码分析:solver,Net,layer的依赖关系
Caffe源码分析:solver,Net,layer的依赖关系 在caffe的执行过程过,核心的调用时Layer的forward和backward函数,今天在这里详细的分析一下caffe中,solver到底是如何执行Layer的forward函数的。首先在caffe中最先创建的是一个solver,我们先看一下solver的创建。我们从每次执行的训练函数作为入口来看看,具体如下图所原创 2017-09-11 14:31:10 · 726 阅读 · 0 评论