这篇博客主要记录了作者在学习Caffe时，关于模型可视化的学习过程，包括理解卷积层特征意义、可视化方法以及如何绘制训练过程的Loss和Accuracy曲线。作者在尝试实际图片预测时遇到了问题，但成功进行了预测，并注意到模型的精度有待提高。此外，作者还计划学习使用deploy文件和微调网络参数。
准备参考：
caffe学习笔记–实现CNN各层特征可视化
caffe怎么test训练好的model？，这好像是又在训练了吧
caffe官网教程，这个得看，头一个就是可视化方法
计划：
1.学习绘制训练过程的Loss曲线
感觉这个博客好像不太好，原因如下，他利用的Python和ipython notebook弄的，他使用的是mnist数据集，这个数据集非常小，训练几秒就能训练完，训练完绘制图像是及时的，但是我这边训练时间按小时来算，如果在ipython notebook上训练会崩溃，所以不适用。
2.搞明白卷积层可视化特征的意义
3.学习将各个卷积层的特征进行可视化方法
4.学习绘制神经网络的结构图
5.学习利用训练好的caffemodel来进行样本测试，和对网络参数进行微调
6.会deploy
最低0.47元/天 解锁文章
162
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
