深度学习
文章平均质量分 87
莫欺丶少年穷
JAVA研发 机器学习 大数据 深度学习学习中 有问题邮件[email protected]
展开
-
深度学习文章3:将自己的图像数据转换成caffe需要的db(leveldb/lmdb)文件
将自己的图像数据转换成caffe需要的db(leveldb/lmdb)文件在搭建好caffe环境之后,我们往往需要对自己的图像数据进行训练/测试,我们的图像数据往往时图片文件,如jpg,jpeg,png等,然而在caffe中我们需要使用的数据类型是lmdb或leveldb,例如:在之前测试MNIST数据集《 深度学习文章2:使用MNIST数据集验证Caffe是否安装成功 》时,我们运行脚本creat原创 2016-11-30 13:37:02 · 6750 阅读 · 3 评论 -
深度学习文章4:计算图像数据集的均值
计算图像数据集的均值在前一篇文章中我们已经知道了如何将自己的图像数据转换为caffe需要的db文件深度学习文章3:将自己的图像数据转换成caffe需要的db(leveldb/lmdb)文件 ,在进行模型的训练之前,我们还需要进行一步,就是计算图像数据集的均值。1.为什么计算图像数据的均值?通常来讲,在各类深度学习模型中都具有计算图像均值的操作,这是因为图像减去均值后,再进行训练/测试,会大大提高速度原创 2016-12-01 13:58:57 · 7184 阅读 · 0 评论 -
深度学习文章5:使用caffe对自己的图像数据进行训练并测试
使用caffe对自己的图像数据进行训练并测试 之前实践的一些步骤诸如数据集的准备、数据集的转换等过程都是为了训练我们所需要的模型进行铺垫,我们学习caffe的核心目的是使用caffe对我们自己的数据集进行训练,得到较好的模型,并通过模型对新的数据进行分析,这样才能较好的使用caffe分析实际项目并应用到实际领域。 1.将自己的数据集转换为caffe需要的db文件请参照博主之前的博文深度学习文章3原创 2016-12-02 13:10:18 · 7349 阅读 · 7 评论 -
深度学习文章1:Caffe安装教程:Ubuntu16.04(CPU)
Caffe安装教程:Ubuntu16.04(CPU)本文是在新安装的Ubuntu16.04上进行Caffe的安装,每个版本的Ubuntu安装略有不同,请自行百度。一、检查自己电脑是否具有GPU 通常Caffe在计算时有两种模式可以选择,CPU或GPU,使用GPU处理图像速度会更快,但往往有的计算机没有GPU,配置太低,所以只能选择CPU,作者的电脑不支持GPU,因此选择CPU安装的版本。 输入:原创 2016-11-21 14:42:22 · 28121 阅读 · 34 评论 -
深度学习文章2:使用MNIST数据集验证Caffe是否安装成功
使用MNIST数据集验证Caffe是否安装成功本文延续上篇博文《Caffe安装教程:Ubuntu16.04(CPU) 》,对搭建好的caffe使用MNIST数据集进行测试,可以更好的验证Caffe。1.下载数据cd ~/caffe/ ./data/mnist/get_mnist.sh ./examples/mnist/create_mnist.sh可以查看下载的数据: 2.修改配置因为是CPU运行原创 2016-11-21 15:25:33 · 9477 阅读 · 1 评论