caffe
文章平均质量分 59
Wonder233
这个作者很懒,什么都没留下…
展开
-
【caffe-windows】在windows下编译caffe出现的问题
1、caffe-windows的编译无法找到data_reader.cpp?项目配置中索引了并不存在的源文件 data_reader.cpp和data_reader.hpp,在项目中移除这两个文件就可以了。两文件位置:在libcaffe的src以及include里面索引。2、 E:\NugetPackages\boost.1.59.0.0\lib\native\include\bo原创 2017-02-27 21:10:53 · 3041 阅读 · 0 评论 -
【caffe学习笔记】caffe训练日志输出
在你的训练命令后面加上下面代码:2>&1| tee yourpath/caffe.log1. tee的意思就是命令行信息重定向的命令2. 2>&1的意思是错误的信息也当成标准信息输出,这样能够保证输出log信息的完整性。原创 2017-03-07 15:57:04 · 1998 阅读 · 0 评论 -
【caffe学习笔记】python caffe报错:No module named google.protobuf.internal
装好anaconda2之后,进入python环境,进行import操作# python>>> import caffe然后就报错:解决的办法:在anaconda2中安装protobuf最新版本。在终端中进入anaconda2,在其中运行:conda install protobuf然后再import caffe,就没有问题了。原创 2017-03-08 16:14:23 · 4191 阅读 · 0 评论 -
Caffe中每一层的参数配置
数据层(Data)layers { name: "data" type: DATA top: "data" top: "label" data_param { source: "../data/ImageNet/imagenet-train" #数据存放位置 batch_size: 128 #一次批处理的大小,视内存大小而定。四维数组N*C*H*W中的N原创 2017-02-25 15:22:59 · 1349 阅读 · 0 评论 -
【caffe学习笔记】layer层简介
layer层的作用Caffe十分强调网络的层次性,数据输入,卷积,非线性变换(ReLU等),网络连接,损失函数计算等操作都由一个Layer来实现。layer是网络的基本单元,由此派生出各种层类。创建一个caffe模型只需要定义一个prototxt文件即可。也可以通过修改layer或增加自己layer来实现自己的模型。要创建一个Caffe模型,需要在协议缓冲区定义文件(prototxt)原创 2017-02-28 09:47:11 · 1033 阅读 · 0 评论 -
【caffe学习笔记】Common Layers 普通层
内积/全连接 Inner ProductInnerProduct 层(也被称作全连接层)将输入看成一个一向量,输出也为向量(输出 blob的高和宽都为1)。层类型: InnerProductCPU 实现码: ./src/caffe/layers/inner_product_layer.cppCUDA GPU 实现代码: ./src/caffe/layers/inner_product_原创 2017-02-28 09:45:39 · 1138 阅读 · 0 评论 -
【caffe学习笔记】loss layer 损失层
Loss 设置了一个损失函数用来比较网络的输出和目标值,通过最小化损失来驱动网络的训练。网络的损失通过前向操作计算,网络参数相对于损失函数的梯度则通过反向操作计算。Softmax 损失层类型: SoftmaxWithLosssoftmax 损失层一般用于计算多类分类问题的损失, 等同于 softmax 层后跟随一个多变量 Logistic 回归损失层(multino原创 2017-02-28 09:44:02 · 3939 阅读 · 0 评论 -
【caffe学习笔记】Data Layers 数据层
数据能过数据层进入 caffe 网络:数据层处于网络的最底层。数据可以从高效率的数据库中读取(如LevelDB或LMDB), 可以直接从内存中读取, 若对读写效率要求不高也可以从硬盘上的HDFT文件或者普通的图片文件读取。常见的数据预处理操作(减均值,尺度变换,随机裁剪或者镜像)可以能过设定参数TransformationParameter 来实现。数据库 Data原创 2017-02-28 09:42:12 · 1170 阅读 · 0 评论 -
【caffe学习笔记】Activation / Neuron Layers 激活层
一般来说,激活层执行逐个元素的操作, 输入一个底层 blob, 输出一个尺寸相同的顶层 blob。 在以下列出的这些层中,我们将忽略输入和输出 blob 的尺寸,因为它们是相同的:输入: n * c * h * w输出: n * c * h * wReLU / Rectified-Linear and Leaky-ReLU层类型: ReLUCPU 实现代码: ./s原创 2017-02-28 09:41:18 · 920 阅读 · 0 评论 -
【caffe学习笔记】vision layer 特征表达层
vision layer 特征表达层Header: ./include/caffe/vision_layers.hpp特征表达层通常将图像作为输入,并产生其他图像作为输出。vision_layer主要是图像卷积的操作,像convolusion、pooling、LRN都在里面。典型“image”可以是灰度图像中的一个颜色通道(c = 1)或者如在RGB(红色,绿色,蓝色)中的原创 2017-02-28 09:37:43 · 1079 阅读 · 0 评论 -
【caffe学习笔记】CNN网络配置文件
CNN网络配置文件Imagenet_solver.prototxt (包含全局参数的配置的文件)Imagenet.prototxt (包含训练网络的配置的文件)Imagenet_val.prototxt (包含测试网络的配置文件)原创 2017-02-28 09:36:33 · 688 阅读 · 0 评论 -
【caffe学习笔记】训练中断恢复
原来的训练代码如下:#!/usr/bin/env shTOOLS=./build/tools$TOOLS/caffe train \--solver=examples/cifar10/cifar10_full_solver.prototxtprototxt中设置每10000次保存一下当前训练状态和模型:# snapshot intermediate resultssnapshot: 1原创 2017-03-07 16:24:21 · 6588 阅读 · 0 评论