![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 88
cv2016_DL
这个作者很懒,什么都没留下…
展开
-
Caffe安装记录
最近一段时间在深度学习框架caffe,看了它官方的文档和一部分代码,结合以前一些基本的神经网络知识,算是有了个大概的认识。在自己本机上ubuntu14.04上很容易配置好caffe的依赖环境,下载了一个训练好的ImageNet分类模型,写了几个python小脚本跑起来做图像分类。目前跑了10W多张,从所分类别的结果看,还不错,但要进一步验证准确性,就需要投入一些人力去辨别了,而辨别前,需要搭建一定原创 2016-03-23 16:40:36 · 2456 阅读 · 0 评论 -
caffe源码简单解析——Blob(1)
使用caffe也有一段时间了,但更多是使用Python的接口,使用现有的ImageNet训练好的模型进行图片分类。为了更好的了解caffe这个框架,也为了提高自己的水平,在对卷积神经网络有了一些研究之后,终于开始研读caffe的源码了,今天看了Blob类的一些内容,做个总结。 看过caffe官方文档的话,应该会知道,它可以分为三层:Blob、Layer、Net。Blob是一个四维的数组,用于存储原创 2016-03-23 16:42:40 · 606 阅读 · 0 评论 -
caffe源码简单解析——Layer层
老实说,caffe中的layer层代码比较多,各种抽象看起来比较绕。官方关于Layer的教程写的很清楚,我根据这个文档,简单画了个图,再理解起来就方便了一些。 layer.hpp 和layer相关的头文件有: common_layers.hpp data_layers.hpp layer.hpp loss_layers.hpp neuron_layers.hpp vision_原创 2016-03-23 16:45:54 · 695 阅读 · 0 评论