Caffe
-
7.caffe：create_lmdb.sh（数据预处理转换成lmdb格式）
个人实践代码如下： #!/usr/bin/env sh # Create the imagenet lmdb inputs # N.B. set the path to the imagenet train + val data dirs set -e EXAMPLE=/home/wp/CAFFE/caffe-master/myself/00b DATA=/…
-
5.caffe:train.sh 和 test.sh (训练与测试 )
一，train.sh #！/usr/bin/env sh ./build/tools/caffe train –solver=myself/00b/solver.prototxt # cd CAFFE/caffe-master # sh ./myself/00b/train_00b.sh 二，test.sh #！/usr/bin/env sh ./buil…
-
Caffe学习系列（三）Docker安装及一些问题的记录
前言： Docker安装倒是很简单，按照步骤轻松完成，但是在联网方面还是出现问题，大概是伟大的祖国防火墙将其拦下，但在开发中要遇山开山，见水搭桥。在其中我将解决方法记录下来，每次解决了困难想分享找不到地方，就把它写下来自己看吧，见证自己的成长。 正文： （一）安装Docker 安装环境：Ubuntu 16.04（LTS） 1、简单方法 …
-
Caffe学习系列（二）Caffe代码结构梳理，及相关知识点归纳
前言： 通过检索论文、书籍、博客，继续学习Caffe，千里之行始于足下，继续努力。将自己学到的一些东西记录下来，方便日后的整理。 正文： 1、代码结构梳理 在终端下运行如下命令，可以查看caffe代码结构，我将其梳理了一下： root@ygh:/home/ygh/caffe# tree -d . ├── build -> .build_releas…
-
Caffe学习系列（四）之–训练自己的模型
本文章记录了我将自己的数据集处理并训练的流程，帮助一些刚入门的学习者，也记录自己的成长，万事起于忽微，量变引起质变。 正文： 一、流程 1)准备数据集 2)数据转换为lmdb格式 3)计算均值并保存（非必需） 4)创建模型并编写配置文件 5)训练和测试 二、实施 （一）准备数据集 在深度学习中，数…
-
caffe 中 python 数据层
caffe中大多数层用C++写成。 但是对于自己数据的输入要写对应的输入层，比如你要去图像中的一部分，不能用LMDB，或者你的label 需要特殊的标记。 这时候就需要用python 写一个输入层。 如在fcn 的voc_layers.py 中 有两个类： VOCSegDataLayer SBDDSegDataLayer 分别包含：setup，res…
-
使用caffe测试自己的图片
第一种方法是测试批量图片，使用caffe.bin即可，首先要做的是把你的jpg图片转换为LMDB的格式，如何转换呢？用/build/tools/convert_image –resize_width 227 –resize_height 227 图片所在的目录 class.txt LMDB文件生成的目录（注意是目录）即可，这里class.txt…
-
【泡咖啡1】linux下caffe编译以及python环境配置手记
caffe是一个深度学习的库，相信搞深度学习的话，不是用这个库就是用theano吧。要想使用caffe首先第一步就是要配置好caffe的环境。在这里，我主要说的是在debian的linux环境下如何配置好caffe的库。因为python编写程序比较方便，在文章最后，我还会具体说明如何配置python环境。本文章为本人原创，部分内容整理自网络，若有不妥之处请联…
-
Ubuntu14.10+cuda7.0+caffe配置
一：linux安装 Linux安装不说了。我这里安装的是ubuntu14.10 二：nVidia驱动和CUDA Toolkit的安装和调试（*.run方法） 1: Verify You Have a CUDA-Capable GPU 运行以下的操作，然后验证硬件支持GPU CUDA。仅仅要型号存在于https://developer.nvidia.com…
-
Windows10+CUDA8.0+VS2015+CUDNN5下配置caffe
【转】https://blog.csdn.net/zhj_matlab/article/details/69943869
