![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 92
_粽子_
be bold
展开
-
Caffe+cuda7.5+cuDNN v5.1 在windows10下安装
一般来说caffe很少在windows下安装,能在ubuntu就在ubuntu,但是之前安装双系统瞎折腾导致两个系统同时不能用,搞了一天重装系统后现在只能使用windows硬装。 目前看到的windows的安装方案分为两种,第一种是伯克利官方伯克利官方的安装方案,另外一种是 微软的安装方案(目前停止维护)当然还有快糙好猛的happynear方案 (微软的方案傻瓜版)。看介绍还是happyne原创 2017-04-27 22:11:35 · 853 阅读 · 0 评论 -
caffe命令行的使用实例
这次转战ubuntu虚拟机,用cpu only的模式搞事情。首先做一下图片的文件格式转换,图像文件转对应db的方式:convert_imageset [FLAGS] ROOTFOLDER/ LISTFILE DB_NAME需要带四个参数:FLAGS: 图片参数组,后面详细介绍 -gray: 是否以灰度图的方式打开图片。程序调用opencv库中的imread()函数来打开图片,默认为false原创 2017-05-10 18:26:55 · 342 阅读 · 0 评论 -
caffe学习:第一天
安装和测试过程已经写过就不说了。训练一个模型,模型最重要的就是学会编写prototxt。整个系统最核心的就是i两个prototxt文件,一个表示层结构,一个控制全局参数。训练出来得到caffemodel文件。 数据层是模型的入口,有LevelDB,LMDB,或者直接图像文件和hdf5文件。 这次就把层的结构记录下来。数据层及参数layer { name: "cifar" type: "D转载 2017-05-03 17:35:52 · 313 阅读 · 0 评论 -
caffe命令行解析
caffe提供三种接口,一般是c++、python、matlab。一般可执行文件都是放在 ./build/tools/ 文件夹内,在命令行执行命令必须现在该目录下。(也有可能不在说不定在别的地方,找caffe.exe就对了) caffe的命令形式如下 caffe <command> <args>其中的command有这样四种: train 训练或finetune模型(model), test转载 2017-05-08 13:34:25 · 377 阅读 · 0 评论 -
论文笔记:Learning Deep Features for Discriminative Localization
目的:实现弱监督的特征定位。 使用方法:使用global average pooling的一般分类网络。 最后结果:使用googlenet-GAP弱监督网络可以达到全监督Alexnet的定位水平。并能实现良好的扩展。 1.Abstract本文revisit了GAP方法。将它用在定位分类上,发现这个方法保留了部分定位信息,而且在ILSVRC2014上能达到37.1%的top5错误率。introd原创 2017-07-18 20:06:48 · 1111 阅读 · 0 评论