Caffe
杨树_
Coder
展开
-
caffe表情识别(一):准备数据fer2013
数据集: Kaggle fer2013( 官网下载百度云下载(提取密码: 9f05)下载fer2013之后,解压出的是csv格式的数据,我们需要先将数据转换成图片。step 1: 从fer2013.csv中提取出训练集、验证集和测试集convert_fer2013.py:# -*- coding: utf-8 -*-import csvimport ...转载 2018-08-19 12:01:39 · 2215 阅读 · 4 评论 -
caffe Python API整理
目录1、Packages导入2、定义layer3、生成prototxt文件4、生成Solver文件5、Model训练6、访问layer输出值7、net.params访问网络参数8、二进制均值文件转python均值文件9、图片预处理10、自定义函数:参数/卷积结果可视化11、自定义:训练过程Loss&Accuracy可视化1、Packages导...原创 2018-10-10 14:24:46 · 1593 阅读 · 0 评论 -
使用训练好的caffe模型分类图片(python版)
英文官方文档:http://nbviewer.jupyter.org/github/BVLC/caffe/blob/master/examples/00-classification.ipynb导入python caffe包import numpy as npimport matplotlib.pyplot as plt# display plots in this notebook...翻译 2018-10-09 15:48:28 · 733 阅读 · 0 评论 -
caffe 源码分析【三】:Euclidean loss layer
以下是Euclidean loss layer的代码分析,转自:https://blog.csdn.net/seashell_9/article/details/68064294一. 前向函数template <typename Dtype>void EuclideanLossLayer<Dtype>::Forward_gpu(const vector<...转载 2018-09-28 12:28:49 · 778 阅读 · 1 评论 -
caffe 源码分析【二】:Layer基类
构造函数//头文件 include/caffe/layer.hpp//实现文件 src/caffe/layer.cpp// src/caffe/layer.cu/* * 构造函数 * 子类中修改构造函数,自定义设置在SetUp()中设置 */explicit Layer(const LayerParameter &param)...原创 2018-09-28 12:08:06 · 163 阅读 · 0 评论 -
caffe 源码分析【一】: Blob类
Blob类的: //头文件: include\caffe\blob.hpp//cpp文件: src\caffe\blob.cpp//cu文件: src/caffe/blob.cu//定义某layer的输入blobsconst vector<Blob<Dtype> *> bottom;//定义某layer输出blobsconst vector&...原创 2018-09-27 19:48:22 · 319 阅读 · 0 评论 -
Caffe源码(四):math_functions 分析
转自:https://blog.csdn.net/seven_first/article/details/47378697#1-caffecpugemm-%E5%87%BD%E6%95%B0主要函数math_function 定义了caffe 中用到的一些矩阵操作和数值计算的一些函数,这里以float类型为例做简单的分析1. caffe_cpu_gemm 函数:template&...转载 2018-10-12 11:01:19 · 247 阅读 · 0 评论 -
【转】提取caffe前馈的中间结果+逐层可视化
转自: https://blog.csdn.net/thy_2014/article/details/51659300参考官方网址:http://nbviewer.jupyter.org/github/BVLC/caffe/blob/master/examples/00-classification.ipynb本文接着介绍如何在将caffe前馈时的中间结果显示出来。1 提取中间的...转载 2018-09-18 19:26:26 · 495 阅读 · 0 评论 -
如何配置solver.prototxt?
batch_size: 一次正向传播输入网络中实例数,随后会做一次参数更新(即反向传播)。 max_iter: 训练NN时进行正向传播的次数,即iterations test_interval: 间隔多少次正向传播,会进行一轮测试。 test_iter: 每轮测试时要进行多少batches。测试时会计算平均准确率和loss值。test_iter* batchsize(测试集...原创 2018-09-17 15:39:47 · 700 阅读 · 0 评论 -
[原创]caffe技巧
设置使用gpu编号 #方法一os.environ["CUDA_DEVICE_ORDER"]="PCI_BUS_ID" os.environ["CUDA_VISIBLE_DEVICES"]="1" #指定使用gpu编号 #方法二caffe.set_device(1) #指定使用的gpu编号 ...原创 2018-08-30 11:24:05 · 151 阅读 · 0 评论 -
Caffe Layer 系列(二):Slice层、Eltwise层
查看DeepFace网络的proto文件发现使用Slice做blob数据分割,Eltwise层做blob数据融合,这里详细说明这个layer的用法。1、Slice LayerSlice Layer接收top blob的数据,并再指定维度做分割处理。caffe.proto中定义如下:message SliceParameter { // The axis along which...原创 2018-08-20 20:22:00 · 2642 阅读 · 0 评论 -
Caffe Layer 系列(一):Input层、Data层
1、Input layerInput layer用在deploy文件测试模型效果,需要代码中手动指定网络输入数据,唯一的参数BlobShape设定输入数据的维度caffe.proto中定义如下:message InputParameter { // This layer produces N >= 1 top blob(s) to be assigned manually....原创 2018-08-20 19:22:18 · 9025 阅读 · 0 评论 -
【caffe】binaryproto格式和npy格式均值文件相互转换
一、numpy数组生成npy文件import numpy as npmean = np.ones([3, 256, 256], dtype=np.float)mean[0,:,:] = 128 #通道一均值为128mean[1,:,:] = 129 #通道二均值为129mean[2,:,:] = 130 #通道三均值为130np.save("mean.npy"...原创 2019-02-14 14:58:28 · 739 阅读 · 1 评论