- 博客(5)
- 收藏
- 关注
RSS订阅原创 AlexNet模型
简介数据集激活函数网络结构Dropout策略网络各层次阶段简介2012年，Alex Krizhevsky及其同学Ilya Sutskever在多伦多大学Geoff Hinton的实验室设计了一个深层的卷积神经网络，夺得了2012年ImageNet LSVRC的冠军，且准确率远超第二名（top5 error rate 15.3%，第二名为26.2%），这在学术界引起了很大的轰动，大家争先恐
2017-11-24 21:24:05
370
原创 CAFFE提取特征并可视化
使用CAFFE（ http://caffe.berkeleyvision.org ）运行CNN网络，并提取出特征，将其存储成lmdb以供后续使用，亦可以对其可视化。使用已训练好的模型进行图像分类主要步骤1.在caffe_root下运行./scripts/download_model_binary.py models/bvlc_reference_caffenet获得预训练的CaffeNet。2.在i
2017-11-17 22:45:31
402
原创 lintcode-二叉树的层次遍历 II
描述给出一棵二叉树，返回其节点值从底向上的层次序遍历（按从叶节点所在层到根节点所在的层遍历，然后逐层从左往右遍历）样例给出一棵二叉树 {3,9,20,#,#,15,7}, 3 / \ 9 20 / \ 15 7按照从下往上的层次遍历为：[ [15,7], [9,20], [3]]代码/** * Definition of TreeNode: *
2017-11-11 19:58:57
215
原创 caffe学习笔记--自定义cifar10网络参数
在CIFAR-10实例中加入dropout假如我们要在cifar-10实例中的ip1和ip2层之间加入dropout，那么我们可以定义一个drop1的层，其类型为Dropout，设置底层blob为ip1，顶层blob也为ip1（为了与原来的层匹配，也可以用其它名字，但是要保证各层之间必须能够衔接上）。然后设置dropout_ratio。至此，就为CIFAR-10实例加入了dropout。加入d
2017-11-09 14:16:21
646
原创 caffe学习笔记
修改solver文件参数首先打开模型优化文件,lenet_solver.prototxt。 关键参数如下：# Carry out testing every 500 training iterations.test_interval: 500# The base learning rate, momentum and the weight decay of the network.base_
2017-11-03 18:08:34
339
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