鱼蛋蛋哥

摘要： 我们训练一个大规模、深层次的卷积神经网络，用来把ImageNet LSVRC-2010竞赛中的120万张高分辨率的图片分成1000个不同类别。通过测试，我们最高选错率和第五选错率分别是35%和17%，这大大优于以前的最先进的算法。这个神经网络中，有6000万个参数和650000个神经元。它包含五个卷基层，紧随其后的最大池化层，以及3个全连接层与最后的1000种的softmax分类。我们使

介绍在使用caffe时，需要从原始的图像数据中建立caffe接受的输入数据imdb。在此过程中，有一步为计算平均值。是用$CAFFE/tool/compute_image_mean.cpp实现的。根据教程，对这一部分代码的阅读可以学习熟悉如何操作多个组件，包括：protocol buffers,leveldbs和logging。这里是我对与compute_image_mean.cpp的阅读理解。该文

由于想编译windows版本的caffe，对于其中所用到的依赖想自己进行编译，其中编译cuda版本的opencv是其中一步，这里主要参考了下面这篇博客。向作者致敬。我这篇大体上是对原文的翻译，其中红色标注出来的是我做的过程中需要问题需要注意的地方，提出来供大家参考。 https://initialneil.wordpress.com/2014/09/25/opencv-2-4-9-cuda-6-5