深度学习-初步概念

本文介绍了深度学习的初步概念,包括选择深度学习框架Tensorflow、Caffe和Keras,并在Windows环境下进行ECO跟踪算法的实践。讨论了硬件和软件需求,特别提到使用MATLAB的Matconvnet工具箱训练深度特征。此外,解释了深度学习中的关键术语:batchsize、iteration和epoch,帮助初学者理解训练过程。
摘要由CSDN通过智能技术生成

今天开始学习深度学习:

1、选择框架(学习库,例如Tensorflow、caffe、keras):为了实现ECO跟踪算法(一种基于相关滤波+深度特征的算法)中的VggNet模型(神经网络模型,常见的还有GoogleNet),从应用的方便性选择了caffe。

2、硬件:硬件为实验室现有平台

软件:window系统或者linux系统(Ubuntu )均可,本文用的window

第二天

1、ECO采用的深度特征文件为imagenet-vgg-m-2048.mat,是matlab的Matconvnet工具箱训练出来的。参考

https://blog.csdn.net/on2way/article/details/52959344    

遇到问题:

(1):文件夹位置与作者不同,data和models放在train里面

(2) :缺少文件cnn_imagenet_deploy和cnn_imagenet_get_batch,从https://blog.csdn.net/captainhailong/article/details/72638299下载

运行成功。接下来训练自己的数据集。

学到几个词汇:https://blog.csdn.net/qq_186

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值