Deep-learning
文章平均质量分 68
逆水之天
这个作者很懒,什么都没留下…
展开
-
文章标题caffe学习之特征提取(参照官网)
参照 caffe/examples/feature_extraction/这个目录下的readme.md文件开始进行。 首选要选择运行的数据 mkdir examples/_temp然后将/examples/images下的图片制成列表并写到temp.txt中find `pwd`/examples/images -type f -exec echo {} \; > examples/_temp/原创 2016-01-23 11:07:44 · 2443 阅读 · 0 评论 -
用自己的数据训练和测试“caffenet”
本次实验本来参考examples/imagenet下的readme.txt进行,但因为数据集过于庞大,所以模拟学习,参考薛开宇的学习方式,模仿搭建自己的数据库。 首先在caffe/data下新建文件夹myself,然后在网上下载猫、鸟、狗的训练图片各50张,测试图片17,11,14张。为了方便,把图片名修改,使用python,代码如下:import os;def rename(): co原创 2016-01-24 20:46:38 · 9971 阅读 · 7 评论 -
学习搭建自己的网络MNIST在caffe上训练学习
参照薛开宇的学习笔记学习,全文几乎是跟着他的方法走的,只是贴出自己的一些错误和不同的地方。 1 准备数据库:MNST手写字体库./get_mnist.sh./creat_mnist.sh之后会出现mnist-train-lmdb、mnist-val-lmdb两个文件夹 2 训练模型的解释 我们将使用 LeNet 的训练网络,这是一 个被认为在数字分类任务中运行很好的网络,我们会运用一个和原创 2016-01-27 14:10:05 · 2005 阅读 · 0 评论 -
使用ipython %matplotlib inline
首先讲讲这句话的作用,matplotlib是最著名的Python图表绘制扩展库,它支持输出多种格式的图形图像,并且可以使用多种GUI界面库交互式地显示图表。使用%matplotlib命令可以将matplotlib的图表直接嵌入到Notebook之中,或者使用指定的界面库显示图表,它有一个参数指定matplotlib图表的显示方式。inline表示将图表嵌入到Notebook中。其次,这个问题是原创 2016-02-19 15:58:17 · 56965 阅读 · 6 评论 -
一杯咖啡的苦涩
最近在配置caffe,出了许多的问题,今天终于解决了,感谢各位大神的博客,在文中会一一点出来。 1.安装ubuntu 14.04 我的机器是Thinkpad E430(很古老了),显卡是intel+GT610(垃圾老显卡),别安装kylin或者其他野鸡系统,不然出现的问题会是安装完cuda之后在登陆界面卡住或者是进不去屏幕黑掉进不了桌面。一定要去官网下载正版的ubuntu刻盘安装。原创 2016-01-03 22:18:19 · 1170 阅读 · 1 评论 -
tensorflow初识
本人机器环境ubuntu14.04,64位。python2.7,使用pip安装。 1. 安装tensorflow cuda7.0 版本以上,cudnn 6.5版本以上。(安装caffe时已装好,所以不赘述)。一句话搞定tensorflow。 pip install https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0原创 2017-01-26 10:30:56 · 690 阅读 · 0 评论 -
tensorflow源码安装
参见官网 https://www.tensorflow.org/install/install_sources ubuntu16.04,python3.5,cuda8.0,cudnn 5.1.10 以上条件都已满足。1. install GNU coreutilssudo apt-get install coreutils2. 安装bazel参见官网 https://bazel.build/ve翻译 2017-03-17 20:29:30 · 2845 阅读 · 0 评论 -
正则化和dropout
正则化和dropout1. 过拟合先来说说什么是过拟合,在Andrew Ng的ML课程中有这么一段描述。 使用一次曲线拟合房价,发现效果并不好,出现欠拟合,是high bias,训练数据不够充分。使用二次曲线拟合房价,刚好合适。使用高阶曲线拟合,每个点都很完美,这时过拟合出现了,产生了high variance,过度训练数据,使得泛化性能很差。用Bengio在Deep Learning中的这个图来原创 2017-03-17 20:34:30 · 8881 阅读 · 2 评论