zzqiuzz-CSDN博客

原创 Linux tips

1.安装nccl --&amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;gt; caffe/tensorflow multi-gpugit clone https://github.com/NVIDIA/nccl.gitcd ncclmake -j src.build CUDA_HOME=/usr/local/cuda-9.0 NVCC_GENCODE=&am

2018-12-18 16:13:59 198

原创 ubuntu16.04 访问 win10共享文件夹

Ubuntu smbclient: sudo apt-get install smbclient mkdir -p /pathtoyoursharefolder sudo mount -t cifs -o username=youusername,passward=yourpassword //10.14.10.114/my_share /pathtoyoursharefolder win...

2018-06-30 20:49:55 3905

原创 Python Tutorial & References（Updating）

Python Tutorial：https://docs.python.org/2/tutorial/https://www.programiz.com/python-programmingPython Standard Moduleshttps://docs.python.org/3/py-modindex.htmlPython Built-in Methodsh

2018-01-04 20:08:19 276

原创 Caffe源码：image_classification.cpp

@brief:测试训练好的caffemodel Vs2013+caffe+cpu这里deploy.prototxt中的input:”data”由caffe的upgrade_protp.cpp 自动转化为输入层。

2017-12-28 22:16:10 269

原创 Caffe References(updating)

@brief Useful references with respect to debugging & overwriting Caffe source code.Optimization: Stochastic Gradient Descent:http://ufldl.stanford.edu/tutorial/supervised/OptimizationStochastic

2017-12-09 14:27:05 162

原创 Caffe源码：pooling_layer.cpp

@brief PoolingLayer层反向传播conv2–>pool2只将梯度传到贡献损失的神经元即max\max所在的神经元索引核心代码： bottom_diff[bottom_index] += top_diff[index];//计算梯度并更新原始bottom_diff主体代码#include <algorithm>#include <cfloat>#include <vector>

2017-12-07 22:17:26 483

原创 Caffe源码：relu_layer.cpp

@brief ReluLayer层反向传播Relu激活函数：f(x)=max(0,x)f(x)=\max (0,x)top_data={bottom_data,0,if bottom_data>0if bottom_data≤0 top\_data = \begin{cases} bottom\_data, & \text{if $bottom\_d

2017-12-07 14:55:48 241

原创 Caffe源码:inner_product_layer.cpp

@brief: Caffe全连接层ip2–>ip1反向传播（不包含ReluLayer）以LeNet全连接层反向传播为例，ip2–>ip1，如图示，输入神经元个数500，输出神经元个数10，batchsize为64，则要更新的权重矩阵为500x10。对每一个输出神经元 yi=∑djwji∗xj+biasmultiplier∗bi,∴∂yi∂wji=xj y_i=\sum _j^dw_{ji}

2017-12-06 21:13:04 545

原创 Caffe源码:Softmax_loss_layer.cpp

@brief: Caffe损失层反向传播上图是LeNet中前向传播的最后一层，也是反向传播的第一层。SoftmaxLayer作用是将网络的最后一层ip2的10个输出神经元zi(i∈(1,10))z_i (i\in(1,10))通过函数ff 由浮点数映射到[0，1]之间的概率值,ff 的具体形式为f(zy)=ezy−m∑10iezi−mf(z_y)=\frac{e^{z_y-m}}{\sum_i^{

2017-12-05 20:57:31 429

原创 Caffe源码:conv_im2col

写在前头：一天下来到现在什么都没干，下午还来一烦心事，真心感到是浪费时间浪费生命，赶紧写篇博客压压惊。因为现在在看caffe源码，目前正进行到卷积层的前向传播部分。因此本篇博客着重理解im2col.cpp中的im2col_cpu部分代码，在理解caffe中实现卷积的思想后Conv in caffe，对代码理解进行记录。可以知道：卷积操作的输入featuremap(包括图像)是一个三维张量(CxH

2017-11-30 19:21:58 599

原创奇异值分解

Matrix

2017-11-19 21:00:14 633

原创 PQ Demo Configurations

Following the instructions given by 点击打开链接.First to download Matlab packages along with the data below. Then we mainly focus on installing configure Yael lib v-438(download yael lib) to run Pq de

2017-09-29 13:29:18 202