-
caffe简介
由C语言完成框架,主要用于深度学习神经网络训练,最大的优点是不需要写代码。
最大的特点:不需要写代码就可以完成网络的搭建。
caffe结构介绍:
Blob: stores data
layer: 层次结构
solver: 支配layer
步骤:
(1)制作数据源(run a script)
(2)定义net(edit prototxt)
(3) 定义layer(edit prototxt)
(4) 训练网络(with pretrained weights)(run a scripts) -
网络配置:数据层详解
数据层的类型有三种:(1)使用lamd源(分类)
(2)使用HDF5源(回归)
(3)数据直接来源与图片
数据层的结构:
(1)输入输出
(2)transform_param
(3) imgedata_param
数据处理的内容:(1)crop
(2) mirror
(3) 减去均值
(4)像素值归一化
问题:如何制作train.txt文件 -
solver文件配置(超参数文件配置)
test_iter: 一次测试多少个样本
test_interval: 每训练多少次,测试一次
唐乐迪《深度学习Caffe框架入门视频课程》学习笔记(包含深度学习网络训练和测试的技巧)
最新推荐文章于 2020-03-03 17:42:38 发布