caffe
文章平均质量分 94
Andyato0520
尚未佩妥剑,转眼便江湖。
愿历尽千帆,归来仍少年!
展开
-
caffe学习笔记2:数据层及其参数
caffe的数据层及其参数的学习原创 2017-06-08 21:36:48 · 266 阅读 · 0 评论 -
caffe学习笔记12:训练和测试自己的图片
原文地址:http://www.cnblogs.com/denny402/p/5083300.html 学习caffe的目的,不是简单的做几个练习,最终还是要用到自己的实际项目或科研中。因此,本文介绍一下,从自己的原始图片到lmdb数据,再到训练和测试模型的整个流程。 一、准备数据 有条件的同学,可以去imagenet的官网http://www.image-net.org/download-i转载 2017-06-19 22:36:30 · 407 阅读 · 0 评论 -
caffe学习笔记11:图像数据转换为db(leveldb/lmdb)文件
原文地址:http://www.cnblogs.com/denny402/p/5082341.html在深度学习的实际应用中,我们经常用到的原始数据是图片文件,如jpg,jpeg,png,gif等格式的,而且有可能图片的大小还不一致。而在caffe中经常使用的数据类型是lmdb或leveldb,因此就产生了这样的一个问题:如何从原始图片文件转换成caffe中能够运行的db(leveldb/lmdb)转载 2017-06-13 21:54:18 · 537 阅读 · 0 评论 -
ubuntu16.04+caffe+cuda8.0+cudnn+opencv3+python3安装教程
本人是技术小白,刚开始接触caffe。第一次写博客,目的就是为了把自己的笔记存档,方便以后查阅。所以如果有写的不好或者不对的地方,还望各位大佬多多指教。 caffe的安装是在ubuntu16.04下安装的,关于ubuntu系统的安装这里不再陈述,网上有大量的教程可供参考。这篇文章主要讲一下自己在安装配置caffe的过程中遇到的各种问题和各种坑。。。 1.安装相关依赖项$sudo apt...原创 2017-06-07 18:19:00 · 870 阅读 · 0 评论 -
caffe学习笔记3:视觉层及其参数
本文只讲解视觉层(Vision Layers)的参数,视觉层包括Convolution, Pooling, Local Response Normalization (LRN), im2col等层。主要仔细看前两层,即卷积层和池化层。转载 2017-06-09 12:18:31 · 225 阅读 · 0 评论 -
caffe学习笔记4:激活层及其参数
原文地址:http://www.cnblogs.com/denny402/p/5072507.html 在激活层中,对输入数据进行激活操作(实际上就是一种函数变换),是逐元素进行运算的。从bottom得到一个blob数据输入,运算后,从top输入一个blob数据。在运算过程中,没有改变数据的大小,即输入和输出的数据大小是相等的。输入:n*c*h*w输出:n*c*h*w常用的激活函数有sigmoid转载 2017-06-12 17:11:46 · 470 阅读 · 0 评论 -
caffe学习笔记5:其它常用层及其参数
原文地址:http://www.cnblogs.com/denny402/p/5072746.html 本文讲解一些其它的常用层,包括:softmax_loss层,Inner Product层,accuracy层,reshape层和dropout层及其它们的参数配置。1、softmax-losssoftmax-loss层和softmax层计算大致是相同的。softmax是一个分类器,计算的是类别的转载 2017-06-12 17:52:27 · 273 阅读 · 0 评论 -
caffe学习笔记6:Blob,layer and net以及对应配置文件的编写
原文地址:http://www.cnblogs.com/denny402/p/5073427.html 深度网络(net)是一个组合模型,它由许多相互连接的层(layers)组合而成。Caffe就是组建深度网络的这样一种工具,它按照一定的策略,一层一层的搭建出自己的模型。它将所有的信息数据定义为blobs,从而进行便利的操作和通讯。Blob是caffe框架中一种标准的数组,一种统一的内存接口,它详转载 2017-06-13 10:05:41 · 263 阅读 · 0 评论 -
caffe学习笔记7:solver及其配置
原文地址:http://www.cnblogs.com/denny402/p/5074049.html solver算是caffe的核心的核心,它协调着整个模型的运作。caffe程序运行必带的一个参数就是solver配置文件。运行代码一般为 caffe train --solver=*_slover.prototxt在Deep Learning中,往往loss function是非凸的,没有解析解转载 2017-06-13 10:23:16 · 267 阅读 · 0 评论 -
caffe学习笔记8:solver优化方法
原文地址:http://www.cnblogs.com/denny402/p/5074212.html 上文提到,到目前为止,caffe总共提供了六种优化方法:Stochastic Gradient Descent (type: "SGD"),AdaDelta (type: "AdaDelta"),Adaptive Gradient (type: "AdaGrad"),Adam (type:转载 2017-06-13 11:24:43 · 255 阅读 · 0 评论 -
caffe学习笔记9:运行caffe自带的两个例子
原文地址:http://www.cnblogs.com/denny402/p/5075490.html 为了程序的简洁,在caffe中是不带练习数据的,因此需要自己去下载。但在caffe根目录下的data文件夹里,作者已经为我们编写好了下载数据的脚本文件,我们只需要联网,运行这些脚本文件就行了。注意:在caffe中运行所有程序,都必须在根目录下进行,否则会出错1、mnist实例mnist是一个手写转载 2017-06-13 19:33:40 · 259 阅读 · 0 评论 -
caffe学习笔记10:命令行解析
原文地址:http://www.cnblogs.com/denny402/p/5076285.html caffe的运行提供三种接口:c++接口(命令行)、python接口和matlab接口。本文先对命令行进行解析,后续会依次介绍其它两个接口。caffe的c++主程序(caffe.cpp)放在根目录下的tools文件夹内, 当然还有一些其它的功能文件,如:convert_imageset.cpp,转载 2017-06-13 19:49:50 · 201 阅读 · 0 评论 -
caffe学习笔记1:一些参考资料
caffe的一些学习参考资料原创 2017-06-08 16:12:29 · 462 阅读 · 1 评论 -
caffe学习笔记14:初识数据可视化
原文地址:http://www.cnblogs.com/denny402/p/5092075.html首先将caffe的根目录作为当前目录,然后加载caffe程序自带的小猫图片,并显示。 图片大小为360x480,三通道In [1]:import numpy as npimport matplotlib.pyplot as plt%matplotlib inlineimport caffe转载 2017-06-20 14:38:09 · 378 阅读 · 0 评论 -
Caffe学习笔记13:数据可视化环境(python接口)配置
原文出处:http://www.cnblogs.com/denny402/p/5088399.htmlcaffe程序是由c++语言写的,本身是不带数据可视化功能的。只能借助其它的库或接口,如opencv, python或matlab。大部分人使用python接口来进行可视化,因为python出了个比较强大的东西:ipython notebook, 现在的最新版本改名叫jupyter notebook转载 2017-12-26 11:24:34 · 304 阅读 · 0 评论 -
Caffe的python接口学习
(1)生成配置文件(2)生成solver文件(3)训练模型(4)mnist实例–手写数字识别(5)生成deploy文件(6)用训练好的模型(caffemodel)来分类新的图片(7)绘制loss和accuracy曲线(8)caffemodel中的参数及特征的抽取...转载 2018-08-13 21:46:50 · 333 阅读 · 0 评论