当你努力到把自己都感动的时候，你离成功就不远了。

工具：支持CUDA的显卡（安装cuda6.5），VS2013，Anaconda。1.安装cuda6.5这个不详细介绍，网上有许多文章。注意选择你对应的系统（我的是windows8.1 64位版，Desktop是台式机，Notebook是笔记本，其实选错了你也安装不上）下载cuda6.5官方网址 https://developer.nvidia.com/cuda-toolkit-65

require 'paths';require 'nn';---Load TrainSetpaths.filep("/home/xuhang/torch/myfiles/mydata/cifar10torchsmall.zip"); trainset = torch.load('/home/xuhang/torch/myfiles/mydata/cifar10-train.t7');tests

accuracy为0：最后一层的输出不等于样本类别数。synset_words.txt 从0开始一个类名对应一个数字，如 car 0 cat 1 dog 2学习速率可以减小，否则下降太快，加大学习率会加快拟合速度，但是如果调得太大会导致切线旋转过度而无法收敛。Convolution 层使用一系列可训练的卷积核对输入图像进行卷积操作,每组卷积核生成输出图像中的一个特征图。InnerProduct

cd $CAFFE_ROOT./data/mnist/get_mnist.sh./examples/mnist/create_mnist.shget_mnist.sh:下载mnist的数据集。create_mnist.sh是将下载好的mnist数据集转化为lmdb格式，新版本的caffe中默认将MNIST数据集转换为lmdb格式的文件。当然，你也可以根据需要用它生成leveldb格式的文件

http://blog.csdn.net/sloanqin/article/details/49152351 http://blog.csdn.net/liumaolincycle/article/details/48475479 http://www.docin.com/p-871820919.html 注意: ①修改路径时候使用绝对路径 ②训练时，如果loss值或输出值非常大，或显示成

层之间的数据流动是以Blobs的方式进行 1.数据来源于数据库数据层是每个模型的最底层，是模型的入口，不仅提供数据的输入，也提供数据从Blobs转换成别的格式进行保存输出。通常数据的预处理（如减去均值, 放大缩小, 裁剪和镜像等），也在这一层设置参数实现。transform_param { scale: 0.00390625 #scale为0.00390625，实际上就是1/255

转自原文在Deep Learning中，往往loss function是非凸的，没有解析解，我们需要通过优化方法来求解。solver的主要作用就是交替调用前向（forward)算法和后向（backward)算法来更新参数，从而最小化loss，实际上就是一种迭代的优化算法。到目前的版本，caffe提供了六种优化算法来求解最优参数，在solver配置文件中，通过设置type类型来选择。·

1.显存不足 “error == cudaSuccess (2 vs. 0) out of memory” 减小该模型的train_val.prototxt中的batch_size（如果减到1还不行的话，准备换显卡吧）。

一、讲座正文： 大家好！我是贾扬清，目前在Google Brain，今天有幸受雷鸣师兄邀请来和大家聊聊Caffe。 没有太多准备，所以讲的不好的地方还请大家谅解。 我用的ppt23基本上和我们在CVPR上要做的tutorial是类似的，所以大家如果需要更多的内容的话，可以去tutorial.caffe.berkeleyvision.org，也欢迎来参加我们的tutorial：） 网页上应该还

从老师让我研究Deep Learning已经有半个学期了,唉,可是一点成效都没有,一入Deep Learning深似海,可我连环境都搭建不好,也许是我懒,一遇到大的困难就想逃避,但Caffe的环境搭建好复杂,几乎每一步都会出错,而且一些问题一直没有解决,自己一人瞎摸索,学长学姐的研究领域与我不同,老师只能统筹大局,在细节上也帮不到自己,感觉就是在浪费时间.CUDA掌握的也远远不够,不知何去何从,不

9月份决定要搭建深度学习的环境，一直到现在搭建好caffe，我只想竖中指，竟然弄了3个月，3个 月啊。以下纯属吐槽，是废话，大家可略过：8月份，老师让我搞深度学习，一开始我是拒绝的，因为我觉得它好难啊，这么高大上的东西我一个小白怎么搞，无奈老师的话还是要听的，硬着头皮搞，但当时只想着回家，也没有正儿八经弄就随便弄了个windows下的theano糊弄过去了，开学后不得不收拾烂摊子，从选择深