Caffe
-
caffe中的lr_policy
// The learning rate decay policy. The currently implemented learning rate // policies are as follows: // – fixed: always return base_lr. // – step: return base_lr * gamma ^ (floor…
-
利用caffe自带的Makefile编译自定义so文件
1、文件目录结构 caffe-root |–include |–example |–modules |–test.h |–test.cpp |–python |–src |–tools modules为我们添加的目录和文件 2、修改Makefile文件 (1)添加生成动态链接库文件名称 DYNAMIC_NAME_MODULES:=$(LIB_…
-
caffe运行错误: im2col.cu:61] Check failed: error == cudaSuccess (8 vs. 0) invalid device function
错误: im2col.cu:61] Check failed: error == cudaSuccess (8 vs. 0) invalid device function 原因:由于Makefile.config里面只对cuda8.0一下的架构编译cuda程序,所以采用cuda8.0后cuda程序没有被编译 解决:修改Makefile.config中的…
-
/include/caffe/common.cuh(9): error: function “atomicAdd(double *, double)” has already been defined
https://stackoverflow.com/questions/39274472/error-function-atomicadddouble-double-has-already-been-defined I finally got it working with the help of @Robert Crovella’s comment. I …
-
caffe 试运行MNIST
转自:http://www.cnblogs.com/NanShan2016/p/5469942.html 编译完caffe后,在D:\caffe\caffe-master\caffe-master\build\x64\Release 中有caffe.exe 训练篇 1 *.sh文件如何执行? 直接将后缀名改成“bat”然后双击。 但是实际上好像好需要修改。 …
-
caffe make 编译
其实嘛,出现这个的原因在于,已经编译过啦,没有任何改动,那还烦劳编译啥呢。 那Linux又是如何知道已经编译过了呢? 那就要看makefile的规则啦。makefile的规则是所想产生的文件需要依赖很多 .o文件。若文件没有改动,.o文件也没有改动,则Linux认为,我不需要对所有的文件做任何事情。 那如何让make重新编译源文件呢? 有时候,因为系…
-
caffe fine tune 复制预训练model的参数和freeze指定层参数
复制预训练model的参数,只需要重新copy一个train_val.prototxt。然后把不需要复制的层的名字改一下,如(fc7 -> fc7_new),然后fine tune即可。 freeze指定层参数,只需要把对应层的学习率lr_mult 设置为0即可,如: 在layer里面加上param { lr_mult: 0 }就可以了,比如全连接层里…
-
编译caffe-gpu-cuda及cudnn-tar 下载地址
y下载 https://github.com/BVLC/caffe https://github.com/BVLC/caffe/archive/master.zip gcc caffe安装 有2个问题 :1,镜像系统类型,版本要求2,是否使用cudnn(gpu) caffe要调用cudnn部分文件编译 (如用,cuda cudnn版本要求) ubuntu…
-
anaconda 安装caffe,cntk,theano-未整理
一,anancona 安装https://repo.anaconda.com/archive/ conda create -n caffe_gpu -c defaults python=3.6 caffe-gpuconda create -n caffe -c defaults python=3.6 caffe 测试:import caffepython -…
-
caffe版faster-RCNN环境搭建
faster-rcnn提出论文: 《Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks》 faster-rcnn 的算法详解可看这篇博文(清晰易懂,良心博文!): http://blog.csdn.net/shenxiaolu1984/article/d…