Caffe学习:使用pycaffe定义网络

使用pycaffe定义网络:

  • 参考链接:Learning LeNet

  • 引入库:

    import caffe
    
    from caffe import layers as L
    from caffe import params as P
  • 使用pycaffe定义Net:

    n = caffe.NetSpec()
  • 定义DataLayer:

    n.data, n.label = L.Data(batch_size=batch_size,
                             backend=P.Data.LMDB, source=lmdb,
                             transform_param=dict(scale=1. / 255), ntop=2)
    
    # 效果如下:
    
    layer {
      name: "data"
      type: "Data"
      top: "data"
      top: "label"
      transform_param {
        scale: 0.00392156862745
      }
      data_param {
        source: "mnist/mnist_train_lmdb"
        batch_size: 64
        backend: LMDB
      }
    }
    
  • 定义ConvolutionLayer:

    n.conv1 = L.Convolution(n.data, kernel_size=5,
                            num_output=20, weight_filler=dict(type='xavier'))
    
    # 效果如下:
    
    layer {
      name: "conv1"
      
  • 6
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 4
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值