Caffe
-
利用VS2015开发python版本的caffe应用
打开VS2015，选择“新建项目”->“其它语言”->“python”，VS会提示你安装PTVS（Python Tools for Visual Studio）插件，安装完毕后即可开始python应用的开发。我遇到的一个问题是如何将caffe添加到工程中实现VS的自动完成功能，如下所示： 引入的时候根本没有caffe，并且编辑界面会在caffe下…
-
执行caffe的draw_net.py出现“GraphViz’s executable “dot” not found”的解决方法
控制台输入如下指令画网络图： python ../../../python/draw_net.py train.prototxt train.png –rankdir=TB （Top-Bottom形式，纵向图） python ../../../python/draw_net.py train.prototxt train.png –rankdir=LR（…
-
使用vs2015编译、部署ssd-caffe(weiliu89版，CPU模式)
前因项目所需，须训练一个快速模型以实现目标物体的实时检测。历经多次实践，发现MobileNetSSD网络符合要求，故在本人工作PC上部署weiliu89版本的ssd-caffe以期用之训练项目要求之模型。当时思之甚简，网络上相关文章多矣，此事应不成问题。然一番搜索后才发现，前人多在linux下进行，针对windows者寥寥，仅有几篇亦是使用的支持…
-
Caffe源代码中Solver文件分析
Caffe源代码(caffe version commit: 09868ac , date: 2015.08.15)中有一些重要的头文件，这里介绍下include/caffe/solver.hpp文件的内容： 1. include文件： <caffe/solver.hpp>：此文件的介绍能够參考： http://blog.csdn.ne…
-
caffe的输入
决定将caffe分为几个部分进行总结，首先是第一部分，输入数据以及输入层。 首先从输入数据对BP的影响开始介绍。 sgd的随机性 由于是sgd，因此样本一定要shuffle。BP中说到，样本选择遵循俩个原则：1.shuffle，让样本囊括所有类，2. 使得误差大的样本多出现，而误差小的少出现。 首先说一说第一个： 随机性，这个在caffe中都是怎么体现的呢？…
-
caffe的损失函数
损失函数，一般由两项组成，一项是loss term,另外一项是regularization term。 J=L+R 先说损失项loss，再说regularization项。 1. 分对得分1，分错得分0.gold standard 2. hinge loss(for softmargin svm),J=1/2||w||^2 + sum(max(0,1-yf(…
-
caffe中的sgd,与激活函数(activation function)
caffe中activation function的形式，直接决定了其训练速度以及SGD的求解。 在caffe中，不同的activation function对应的sgd的方式是不同的，因此，在配置文件中指定activation layer的type，目前caffe中用的最多的是relu的activation function. caffe中，目前实现的ac…
-
caffe新版本的各种软件
系统重装了，于是，我想装就体验一下最新的各种东西吧。 anaconda最新的 cuda最新的 cudnn最新的 本来安装好了没问题。caffe编译也通过了。但是不能用，缺少python opencv和python protobuf，于是用conda装，这个时候就出现各种问题了。 开始是opencv不能用，连caffe都编译不通过了。conda uninsta…
-
caffe的python接口学习（5）生成deploy文件
如果要把训练好的模型拿来测试新的图片，那必须得要一个deploy.prototxt文件，这个文件实际上和test.prototxt文件差不多，只是头尾不相同而也。deploy文件没有第一层数据输入层，也没有最后的Accuracy层，但最后多了一个Softmax概率层。 这里我们采用代码的方式来自动生成该文件，以mnist为例。 deploy.py # -*-…
-
caffe的python接口学习（4）mnist实例手写数字识别
以下主要是摘抄denny博文的内容，更多内容大家去看原作者吧 一 数据准备 准备训练集和测试集图片的列表清单; 二 导入caffe库，设定文件路径 # -*- coding: utf-8 -*- import caffe from caffe import layers as L,params as P,proto,to_proto #设定…
