Caffe
-
caffe网络定义：lr_mult和decay_mult
通常在Caffe的网络定义中，某些layer会有如下参数： param{ lr_mult:x decay_mult:y } 当令lr_mult=x时，相当于该层的学习率为solver.prototxt中的base_lr*x; 特别地，当lr_mult=1时，相当于该层的学习率就是base_lr; 当lr_mult=0时，喜爱嗯当与固定该层的权重，不需要学习;…
-
转 Caffe学习系列(9)：运行caffe自带的两个简单例子
为了程序的简洁，在caffe中是不带练习数据的，因此需要自己去下载。但在caffe根目录下的data文件夹里，作者已经为我们编写好了下载数据的脚本文件，我们只需要联网，运行这些脚本文件就行了。 注意：在caffe中运行所有程序，都必须在根目录下进行，否则会出错 1、mnist实例 mnist是一个手写数字库，由DL大牛Yan LeCun进行维护。mnist最…
-
转 Caffe学习系列(3)：视觉层（Vision Layers)及参数
所有的层都具有的参数，如name, type, bottom, top和transform_param请参看我的前一篇文章：Caffe学习系列(2)：数据层及参数 本文只讲解视觉层（Vision Layers)的参数，视觉层包括Convolution, Pooling, Local Response Normalization (LRN), im2col等层…
-
转 Caffe学习系列(2)：数据层及参数
http://www.cnblogs.com/denny402/p/5070928.html 要运行caffe，需要先创建一个模型（model)，如比较常用的Lenet,Alex等， 而一个模型由多个屋（layer）构成，每一屋又由许多参数组成。所有的参数都定义在caffe.proto这个文件中。要熟练使用caffe，最重要的就是学会配置文件（proto…
-
转 Caffe学习系列(4)：激活层（Activiation Layers)及参数
在激活层中，对输入数据进行激活操作（实际上就是一种函数变换），是逐元素进行运算的。从bottom得到一个blob数据输入，运算后，从top输入一个blob数据。在运算过程中，没有改变数据的大小，即输入和输出的数据大小是相等的。 输入：n*c*h*w 输出：n*c*h*w 常用的激活函数有sigmoid, tanh,relu等，下面分别介绍。 1、Sigmoi…
-
转 Caffe学习系列(5)：其它常用层及参数
本文讲解一些其它的常用层，包括：softmax_loss层，Inner Product层，accuracy层，reshape层和dropout层及其它们的参数配置。 1、softmax-loss softmax-loss层和softmax层计算大致是相同的。softmax是一个分类器，计算的是类别的概率（Likelihood），是Logistic Regre…
-
转 Caffe学习系列(12)：训练和测试自己的图片
学习caffe的目的，不是简单的做几个练习，最终还是要用到自己的实际项目或科研中。因此，本文介绍一下，从自己的原始图片到lmdb数据，再到训练和测试模型的整个流程。 一、准备数据 有条件的同学，可以去imagenet的官网http://www.image-net.org/download-images，下载imagenet图片来训练。但是我没有下载，一个原因…
-
71 mac boook pro 无 gpu 下caffe 安装
1.首先安装homebrew工具，相当于Mac下的yum或apt ruby -e “$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)” 2.安装Caffe依赖 $ brew install -vd snappy leveldb gflags glog…
-
Ubuntu16.04下caffe CPU版的图片训练和测试
二、转换为lmdb格式 1、首先，在examples下面创建一个myfile的文件夹，来用存放配置文件和脚本文件。然后编写一个脚本create_filelist.sh，用来生成train.txt和test.txt清单文件 (caffe_src) root@ranxf-TEST:/workdisk/caffe/examples# mkdir myfile(ca…
-
caffe windows10 vs2015 cuda8.0 ->vs2013
http://blog.csdn.net/xjz18298268521/article/details/52190184 http://www.cnblogs.com/xuanyuyt/p/5726926.html http://m.blog.csdn.net/article/details?id=51355143 http://blog.csdn.net/…
