Caffe
-
ubuntu 下 caffe 的安装
官方下载说明：Caffe | Installation: Ubuntu 在 ubuntu 的一些较新版本中（14.04 以上），caffe 的所有依赖包都可以使用 apt-get 大法搞定。 1. 依赖项的安装 如果没有使用 root 账号，则每个命令前需要加 sudo sudo apt-get install git sudo apt-get instal…
-
caffe学习–Lenet5的应用和原理、实现—-ubuntu16.04.2+caffe+mnist+train+test
lenet数据的细节说明： 1. lenet采用的图像规格大小是28×28， 2. lenet采用的图像时黑底白字，这一点很重要，否则很多初学者或者不注意的同志在看的时候会出现莫名其妙的疑惑 3.lenet对于被反色的图像不具备处理能力，原因见上一条 ————————————-…
-
import caffe时出错：can not find module skimage.io
//以下内容在ubuntu16.4上实际验证过。注意大小写的。—-20170605 在命令行输入Python;再输入import caffe时，可能会报以下错误： can not find module skimage.io 此时只要按照以下命令操作即可：$sudo apt-get install python-numpy python-scipy…
-
caffe初步实践———使用训练好的模型完成语义分割任务
caffe刚刚安装配置结束，乘热打铁！ （一）环境准备 前面我有两篇文章写到caffe的搭建，第一篇cpu only ，第二篇是在服务器上搭建的，其中第二篇因为硬件环境更佳我们的步骤稍显复杂。其实，第二篇也仅仅是caffe的初步搭建完成，还没有编译python接口，那么下面我们一起搞定吧！ 首先请读者再回过头去看我的《Ubuntu16.04安装配置Caffe…
-
Google的TensorFlow，微软CNTK, Amazon 的MxNet，Facebook 的Caffe2, PyTorch，国内百度的PaddlePaddle
深度学习框架竞争很激烈，而且看上去都是业界巨头在玩。 老师木：是的。一个深度学习框架一旦像Hadoop那样成为事实工业标准，就占据了人工智能各种关键应用的入口，对各类垂直应用，基于私有部署的技术服务，公有云上的AI 即服务业务，甚至底层专用硬件市场都有举足轻重的影响。它的角色就像互联网时代的浏览器，移动互联网时代的安卓操作系统一样，是战略级产品，业界巨头谁都…
-
Caffe + Ubuntu 14.04 64bit + CUDA 6.5 配置说明
笔者花了很长时间才装完，主要是cuda安装和opencv安装比较费劲，cuda找不到32位的安装包只好重装64位的ubuntu系统，opencv 也是尝试了很久才解决，这里建议用2.4.9版本。其实如果没用GPU的话不需要安装cuda，不过为了后续兼容性的考虑，系统强烈建议64位的。下面是 对自己的安装过程记录备忘，有些主要参考网上的文章，所以有些过程就直接…
-
用训练好的caffemodel对单个/批量图片进行分类 caffe小问题汇总（持续更新）
一、单个图片进行分类 这个比较简单，在*.bat文件中输入以下代码： @echo off set BIN_DIR=D:\caffe\caffe-windows\Build\x64\Release set DEPLOY_DIR=D:\gaokun\caffe_train_test_tool set CAFFEMODEL_DIR=D:\ChineseChar…
-
（原）python中import caffe提示no module named google.protobuf.internal
转载请注明出处： http://www.cnblogs.com/darkknightzh/p/5993405.html 之前在一台台式机上在python中使用import caffe时，没有出错。但是在服务器上使用import caffe时，提示no module named google.protobuf.internal。 在protobuf-2.6.1…
-
深度学习框架Caffe —— Deep learning in Practice
因工作交接需要， 要将caffe使用方法及整体结构描述清楚。 鉴于也有同学问过我相关内容， 决定在本文中写个简单的tutorial, 方便大家参考。 本文简单的讲几个事情： Caffe能做什么？ 为什么选择caffe? 环境 整体结构 Protocol buffer 训练基本流程 Python中训练 Debug Caffe能做什么？ 定义网络结构 训练网络 …
-
caffe: train error: Serializing 25 layers— Check failed: proto.SerializeToOstream(&output)
I0221 21:47:41.826748 6797 solver.cpp:259] Train net output #0: loss = 0.00413362 (* 1 = 0.00413362 loss)I0221 21:47:41.826756 6797 solver.cpp:590] Iteration 9980, lr = 0.001…
