深度学习
文章平均质量分 94
无眠栀
看我能坚持多久
展开
-
基于caffe的量化模型训练与部署——训练篇
为什么需要量化?我们知道,cnn网络的前向计算瓶颈主要集中在卷积层,而卷积层的实质是大量的浮点数相乘、相加等运算操作,大量的浮点数计算限制了模型在低处理器或移动端等设备中的部署。如果能将浮点运算转换为整形运算,则cnn模型的前向处理速度将达到质的提升。为什么量化有用?关于深度神经网络的一个非常有意思的发现是:即使输入中包含大量的噪声,神经网络依然能处理的很好。深度网络的一个神奇特质是它们倾向...原创 2019-10-29 20:54:58 · 2429 阅读 · 2 评论 -
caffe模型TensorRT部署实践(一)
参考代码TensorRT安装包下的samples/sampleMNIST/sampleMNIST.cpp1.设置使用的gpu id,如果不设置,默认使用第0块。cudaSetDevice(3); //set device id2.定义模型的输入输出和loggerstatic const int INPUT_H = 299; //输入图像高static const int INPUT_...原创 2019-05-10 21:11:46 · 6364 阅读 · 1 评论 -
TensorRT cuda8.0 cudnn 7.0.5 tar包安装
总体步骤参考这篇文章https://zhuanlan.zhihu.com/p/354684501.准备环境TensorRT 依赖cuda和cudnn,且根据下载的TensorRT版本,需要严格保证cuda和cudnn的版本一致性,否则在运行的时候会出现各种链接库的错误。我这里下载的是TensorRT 4.0.0.3 for Ubuntu 16.04 and CUDA 8.0 tar ,需要...原创 2019-05-09 21:45:42 · 2352 阅读 · 0 评论 -
caffe2 ios部署
一、caffe2 ios 工程编译配置关于caffe2的ios编译及部署,github上已经有比较成熟的代码,这里选择基于该作者的工作进行修改部署。 https://github.com/KleinYuan/Caffe2-iOS 按照作者给出的步骤,进行git clone和编译brew install git-lfsgit lfs installgit lfs clone ht...原创 2018-02-11 12:47:26 · 1475 阅读 · 1 评论 -
pytorch 离线安装
1.安装环境Linux 64 centos系统 无外网连接、python2.7 USC4、cuda8.02.下载在官网根据相应环境下载对应wheel安装包 http://download.pytorch.org/whl/cu80/torch-0.2.0.post3-cp27-cp27mu-manylinux1_x86_64.whl 下载torchvision安装包 https://py原创 2017-10-12 17:39:39 · 6843 阅读 · 0 评论 -
Deep Compression阅读理解及Caffe源码修改
最近又转战CNN模型压缩了。。。(我真是一年换N个坑的节奏),阅读了HanSong的15年16年几篇比较有名的论文,启发很大,这篇主要讲一下Deep Compression那篇论文,因为需要修改caffe源码,但网上没有人po过,这里做个第一个吃螃蟹的人,记录一下对这篇论文的理解和源码修改过程,方便日后追本溯源,同时如果有什么纰漏也欢迎指正,互相交流学习。 这里就从Why-How-What三方面来原创 2016-10-26 20:07:11 · 25774 阅读 · 101 评论 -
CoreML学习——转换caffe模型并应用到 iOS App中
CoreML是苹果在iOS11上新推出的机器学习SDK库。 CoreML的官网主页如下: https://developer.apple.com/machine-learning/ 主页上对CoreML的核心定位是: CoreML能够方便地将机器学习模型移植到移动端APP中,即下图所示: CoreML有其自定义的模型类型.mlmodel,并且支持目前几种主流模型到mlmodel的转换,包括原创 2017-07-05 10:22:53 · 5874 阅读 · 1 评论 -
Tensorflow 离线安装跳坑总结
TensorFlow作为目前最被看好的深度学习开源框架,又顶着Google爸爸的光环,使得很多CNN网络的部署都基于此框架。最近开始研究GAN(生成对抗网络),鉴于大部分源码都基于TensorFlow,theano,torch等Python框架,为了顺应时代潮流,开始学习Tensorflow,此篇记录了一下安装过程中的坑,供以后翻阅。 其实总体来说,Tensorflow作为Google荣誉出品的框原创 2016-12-01 12:07:20 · 38228 阅读 · 4 评论 -
caffe python接口配置总结
一直以来都是用的caffe的c++接口,今天需要用到caffe的python接口将一个numpy的.npy文件转成.binaryproto文件,故学习了下配置python接口,现将遇到的问题总结如下: 1.依赖库在Makefile.config中已经配置好,故直接执行如下命令make pycaffe > error.log 2>&1出现如下错误 * No rule to make target原创 2016-08-25 17:28:34 · 8931 阅读 · 0 评论 -
caffe binaryproto 与 npy相互转换
在caffe中,如果使用的是c++接口,均值文件默认为.binaryproto格式,而如果使用的是python接口,均值文件默认的是numpy的.npy格式,在工作中有时需要将两者进行互相转换,具体方式如下:binaryproto -> npyimport numpy as npimport caffeimport sysblob = caffe.proto.caffe_pb2.BlobProt原创 2016-08-25 18:42:43 · 4854 阅读 · 3 评论 -
R-CNN阅读笔记
前言纵观目标检测算法领域的发展过程,从基于VJ的级联HAAR人脸检测器到Lowe的SIFT尺度不变目标检测,从Dalal的HOG行人检测,再到Felzenszwalb的DPM,无疑不是一次次里程碑式的发展变革,为后人的研究提供了更宽广的思路和更夯实的基础。然而即使是前几年被寄予重大希望的segDPM[2],在权威测试集PASCAL VOC上的MAP(MEAN AVERAGE PRECISION)也只原创 2016-05-03 17:32:33 · 2083 阅读 · 0 评论