原文链接:http://caffe.berkeleyvision.org/tutorial/
提升一下英语水平。。。欢迎双语对照并提出批评。。。
入门指导
Caffe是一个深度学习框架,这个指导说明了本框架的设计思想,结构和用法。这是一个实用指导书以及框架介绍。所以对于深度学习不会有全面的,整体的和历史的介绍。当然,在有些地方会有一些解释,而且,有机器学习和神经网络的背景知识对于学习Caffe是很有帮助的。
设计思想
咖啡嘛,先来一小口,配料都有这些:
- 表达式 :model和optimization被定义为纯文本模式而不是代码。
- 速度 :对于研究和实际使用,速度对于最新的模型和海量数据都是至关重要的。
- 模块化 : 越来越多的任务和设置要求更加灵活的框架和扩展。
- 开放性 :科学和应用都需要通用代码、参考模型和可重复性。
- 社区 :学术研究,startup prototypes,和实际应用需要共同的节点来讨论,那就是BSD-2协议的项目。
这些原则指导着这个项目。
开始看这个框架
- Nets, Layers和Blobs,这是Caffe模型的主要部分
- 前端/后端 :对模型必要的分层计算
- loss :学习的任务是由损失来定义的
- solver :解析坐标模型优化
- layer catalogue :layer是模型和计算的基础—Caffe的catalogue包括最先进模型的layer
- interfaces :命令行,python,matlab
- 数据 :提供转换成caffe类型数据的一些方法
更进一步:
Caffe样式的卷积:caffe是如何计算卷积哒
深度学习
网上有很多免费资源可以完善我们这个指导书。包括入门指导,高级操作,背景知识和历史,以及最新的发展情况。
CVPR ‘14的视觉深度学习指导对于研究者来说是很好的入门资料。一旦你有了Caffe框架和实践基础,请直接去 CVPR ‘14里发现更多的想法和更高级的研究。
Neural Networks and Deep Learning by Michael Nielsen 给了一个比较宽泛的神经网络的介绍。尤其是,其中如何使用神经网络和介绍反向传播算法的章节对于一个初学者非常有用。
下面这些最近的学术研究指导涵盖了深度学习中的机器学习和视觉:
- Deep Learning Tutorial by Yann LeCun (NYU, Facebook) and Marc’Aurelio Ranzato (Facebook). ICML 2013 tutorial.
- LISA Deep Learning Tutorial by the LISA Lab directed by Yoshua Bengio (U. Montréal).
如果要了解框架和代码中更详细的神经网络知识,请看从程序员的视角如何看待神经网络 ,作者是Andrej Karpathy (Stanford)。