caffe
deep_learninger
这个作者很懒,什么都没留下…
展开
-
caffe net 类代码分析
Net类是Solve类的一个成员,主要功能// Net connects Layers together into a directed acyclic graph (DAG) specified by a NetParameter,to achieve // initialization through layer by layer, and provide Update () interf转载 2015-08-11 09:27:50 · 2629 阅读 · 0 评论 -
MFC中picture控件坐标转换
前段时间, 曾经遇到过这个问题, 通过查资料解决了。 当时因为项目紧,没有时间写博客, 项目完成也没有再去整理。 现在看到有个博客写的这个比较好。 转载一下, 抽时间再好好整理。 opencv在MFC框架下应用时,不可避免要用到picture控件显示图片,但picture控件显示图片的基本单位是屏幕坐标系,如果需要获取像素坐标系,只需要进行一步简单的转换即可。当然如果是原创 2015-08-20 17:39:00 · 1611 阅读 · 1 评论 -
caffe 调试总结
201601191、 今天尝试用alex网络模型做自己的识别任务,提示如下错误 Check failed: error == cudaSuccess (2 vs. 0) out of memory。Google 之后 https://github.com/BVLC/caffe/issues/682 发现是test的batch 设置过大导致,把batch改小就好了。原来设置为5原创 2016-01-19 16:03:24 · 9261 阅读 · 0 评论 -
Going deeper with convolutions笔记
Going deeper with convolutions笔记ContentsAbstractIntroductionRelated WorkMotivation and High Level ConsiderationsArchitectural DetailsGoogLeNetTraining MethodologyILSVRC 2014 Classification Cha原创 2015-12-21 10:41:18 · 4361 阅读 · 2 评论 -
caffe 画损失曲线和准确率曲线
1. 为了方便查看模型如何,是否存在过拟合,收敛等情况,最好的方法是把 损失曲线和验证集的准确率曲线画出来。直观的查看分析。是否需要降学习率继续训练,通过准确率图来选取最好的模型。代码在caffe/python里面有,这里面很多Python接口,熟练应用这些接口能够方便快捷的很多。2、 首先要安装相关的库。. 安装pycaffe必须的一些依赖项:$ sudo原创 2016-01-12 10:20:30 · 13156 阅读 · 2 评论 -
caffe 自己安装记录,cpu版
参考官方文档 依赖库安装 Ubuntu14.02版本 https://github.com/BVLC/caffe/blob/master/docs/install_apt.md 编译教程: https://github.com/BVLC/caffe/blob/master/docs/installati原创 2016-02-18 17:27:04 · 3564 阅读 · 0 评论 -
caffe adaboost
https://github.com/terrychenism/NeuralNetTests/blob/master/caffe_utils/cnn_adaboost.py 参考代码,今天 在caffe上实现adaboost算法,先训练弱分类器,用弱分类器的模型即可,如果把caffe训练好的模型当弱分类器,只需要调用caffe,使用该模型即可,不需要重新训练该弱分类器。原创 2016-03-29 13:57:47 · 1765 阅读 · 3 评论 -
cnn 调参经验
这个问题,其实我也是初学,水平有限,说说自己的感觉吧。在潜意识里,我始终觉得神经网络的东西和中医看病有种隐隐的联系,经验(自己的和别人的)、感觉这些谈不上有什么标准化的东西确是挺重要的东西。基于此,调试一个神经网络,就需要首先熟悉网络的每个层、每个参数的作用是什么,为什么要有这样的设置,通常researcher们都基于什么样的原则来设置?其次,多自己动手设置一下,找找感觉,看看不同的参数设置会产生原创 2016-01-18 11:48:37 · 7619 阅读 · 1 评论 -
Batch Normalization 总结
最近做人脸项目,打算用Batch Normalization 优化网络模型,看到大神博客写的特别好,先转载一下。本文转载于:http://blog.csdn.net/shuzfan/article/details/50723877 目录目录1-Motivation2-Normalization via Mini-Batch Sta转载 2016-08-23 17:20:25 · 11823 阅读 · 1 评论 -
caffe 里面GPU 选择设置, 通过配置文件 读取GPU 的编号。
caffe 里面GPU 选择设置, 通过配置文件 读取GPU 的编号。// Parse GPU ids or use all available devicesstatic void get_gpus(vector* gpus) { if (FLAGS_gpu == "all") { int count = 0;#ifndef CPU_ONLY CUDA_CHECK(c原创 2016-10-10 13:43:53 · 8386 阅读 · 0 评论 -
新版本caffe脚本运行无权限,#!/usr/bin/env sh
今天运行新版caffe(150818)运行脚本老师提示 无权限。 在论坛里看到下面这个解释应该就是没有指定bash作为此脚本的解释器,在最var这个脚本的最上面加上#!/bin/bash看看。我马上打开自带的一个脚本:如下#!/usr/bin/env sh./build/tools/caffe train --solver=examples/mnist/lenet_原创 2015-08-20 16:46:34 · 4680 阅读 · 0 评论 -
caffe bechmark.cpp 分析
这个程序中主要定义了 Timer 类, 用来计时使用。 这个主要在solver.cpp中使用。 caffe::Timer Class ReferenceInheritance diagram for caffe::Timer:Public Member Functionsvirtual原创 2015-08-20 11:07:23 · 1263 阅读 · 0 评论 -
caffe windows 安装
下边是转载一篇博客 隔了大半年,因为论文的需要,又重新开始研究caffe。感谢niuzhiheng’s GitHub大神的贡献,caffe已经可以在Windows下使用了。参考了很多大神的博客,成功的在自己的笔记本配置好了Windows版本的caffe。现将自己的配置过程和配置中遇到的问题记录下来,希望能对大家有所帮助。1.配置环境我在自己的笔记本配置的caffe,配置的环原创 2015-09-10 09:55:04 · 3435 阅读 · 0 评论 -
caffe cuda 程序分析
caffe 用cuda 来进行加速, 看完caffe CPU的程序,再去看 CUDA程序, 变得很容易了在layer文件中, cuda 程序和CPU程序类似,只是调用math_function.hpp函数不一样,一个调用cpu 一个调用gpu,下面以absval_layer.cu为例:#include #include "caffe/layer.hpp"#include "c原创 2015-08-25 10:31:40 · 5801 阅读 · 0 评论 -
caffe使用MemoryDataLayer从内存中加载数据
caffe使用MemoryDataLayer从内存中加载数据时间:2015-07-22 20:56:49 阅读:97 评论:0 收藏:0 [点我收藏+]标签:memorydatalayer 深度学习 caffe 内存中加载数据 最近在搞caffe的应用,因为很多时候我们需要进行服务器来进行特征的抽取,所以我们需转载 2015-08-26 10:10:20 · 1770 阅读 · 0 评论 -
caffe layer
1. Vision Layers1.1 卷积层(Convolution)类型:CONVOLUTION例子layers { name: "conv1" type: CONVOLUTION bottom: "data" top: "conv1" blobs_lr: 1 # learning rate multiplier for th转载 2015-08-12 16:31:18 · 754 阅读 · 0 评论 -
caffe proto文件,和配置文件
要看caffe源码,我认为首先应该看的就是caffe.proto。 它位于…\src\caffe\proto目录下,在这个文件夹下还有一个.pb.cc和一个.pb.h文件,这两个文件都是由caffe.proto编译而来的。 在caffe.proto中定义了很多结构化数据,包括:BlobProtoBlobShapeBlobProtoVectorDatumFillerParam原创 2015-08-12 10:48:47 · 2545 阅读 · 0 评论 -
caffe protobuf介绍
caffe中的参数管理是通过google于2008年开源的一款非常优秀的序列化反序列化工具——prtotocol buffer实现的。一、Protobuf消息定义 消息由至少一个字段组合而成,类似于C语言中的结构。每个字段都有一定的格式。 字段格式:限定修饰符① | 数据类型② | 字段名称③ | = | 字段编码值④ | [字段原创 2015-08-12 10:41:45 · 1996 阅读 · 0 评论 -
caffe common 程序分析 类中定义类
caffe中 有 common.hpp 和common.cpp// The main singleton of Caffe class and encapsulates the boost and CUDA random number// generation function, providing a unified interface.caffe的singleton 类, 封装原创 2015-08-13 09:54:38 · 1269 阅读 · 0 评论 -
caffe源码解析 — net.cpp
caffe源码解析 — net.cpp分类: caffe源码2015-04-15 11:52 616人阅读 评论(2) 收藏 举报Net类是Solve类的一个成员,在net.cpp中定义了对Net的所有操作,其中包括:InitGetLearningRateAndWeightDecayForwardPrefilledBackwardShareTrainedLay转载 2015-08-17 15:21:54 · 2298 阅读 · 1 评论 -
caffe syncedmen 程序分析
caffe syncedmen 程序 用来管理内存分配,和GPU和CPU之间的同步。这个程序调用了上次讲的 #include "caffe/common.hpp" 程序。 从理论上讲, CaffeMallocHost和CaffeFreeHost应该简单地调用cudaMallocHost和cudaFree函数来创建固定的内存然而,这些代码依赖于CUDA GPU 的存在(我不知道这是为什么原创 2015-08-13 11:23:48 · 1034 阅读 · 1 评论 -
caffe caffe.cpp 程序入口分析
caffe.cpp 程序入口分析, (1)main()函数中,输入的train,test,device_query,time。 通过下面两行进入程序。 if (argc == 2) { return GetBrewFunction(caffe::string(argv[1]))(); (2)GetBrewFunction()函数定义如下,其返回Br原创 2015-08-18 09:32:35 · 8655 阅读 · 1 评论 -
caffe 在已有模型上继续训练
一、caffe 支持在别人的模型上继续训练。 下面是给的例子caffe-master0818\examples\imagenet\resume_training.sh#!/usr/bin/env sh./build/tools/caffe train \ --solver=models/bvlc_reference_caffenet/solver.prototxt \原创 2015-08-19 15:20:09 · 13798 阅读 · 0 评论 -
LeNet、AlexNet、GoogLeNet、VGG、ResNetInception-ResNet-v2、FractalNet、DenseNet
2006年Hinton他们的Science Paper再次引起人工神经网络的热潮,当时提到,2006年虽然Deep Learning的概念被提出来了,但是学术界的大家还是表示不服。当时有流传的段子是Hinton的学生在台上讲paper时,台下的机器学习大牛们不屑一顾,质问你们的东西有理论推导吗?有数学基础吗?搞得过SVM之类吗?回头来看,就算是真的,大牛们也确实不算无理取闹,是骡子是马拉出来遛遛,原创 2016-12-28 09:49:46 · 18421 阅读 · 1 评论