
caffe
hello小崔
Linux&机器学习爱好者
展开
-
Caffe学习(九)——Blob,Layer,Net实践
前面几节讲到Blob,Layer,Net,下面直接实践看下Caffe中Blob,Layer,Net如何使用和输出。使用caffe minist中实例(输入python命令进入python的交互界面):>>>import caffe>>>net = caffe.Net("examples/mnist/lenet_train_test.prototxt&am原创 2018-08-21 22:16:41 · 542 阅读 · 0 评论 -
Caffe学习(八)——Net代码文件介绍
Net由多个layer组成,是一个有向无环图(DAG)。 Net参数主要包括网络信息和每个layer的信息,Blob信息等,接口包括初始化Net来构建整个图,Net信息接口,初始化后Bolb数据输入等。src/caffe/proto/caffe.protomessage NetParameter { optional string name = 1; // 网络名称 //...原创 2018-08-21 22:12:55 · 1605 阅读 · 0 评论 -
Caffe学习(七)——layer代码文件介绍
层(layer)是网络(Net)组成的基本单位,表示对此层输入数据(上层的输出)的运算,比如Convolution、Pooling、Softmax等运算。 Layer层会对输入数据(上一层的输出数据)进行对应(layer type指定运算类型)运算,然后输出结果到下一层。至少包括一个输入层(Bottom layer)或一个输出层(Top layer),部分带有参数,比如权值(Weight)和偏置...原创 2018-08-21 22:10:53 · 412 阅读 · 0 评论 -
Caffe学习(六)——Blob代码文件介绍
src/caffe/proto/caffe.proto该文件主要描述Blob数据结构,主要包括:// 描述Blob的shape信息message BlobShape { repeated int64 dim = 1 [packed = true]; //int64类型数值,表示Blob每个维度大小。packed = true表示这些值在内存中紧密排布,没有空洞}//描述Blo...原创 2018-08-20 23:42:42 · 401 阅读 · 0 评论 -
Caffe学习(五)——Blob,Layer,Net介绍
简介深度网络(Net)是由许多互相连接的层(layers)组合成的组合模型,Caffe定义的网络模型就是这样逐层(layers)连接。 Net包含了整个自顶向下的网络,网络由各个Layer组合而成; Layer指处理数据的单层运算算子(比如卷积运算、pooling运算等); Blob是网络运行时数据存储、传递和操作的接口;以examples/mnist/lenet_train_tes...原创 2018-08-20 23:35:04 · 2327 阅读 · 0 评论 -
Caffe学习(四)——目录结构介绍
. ├── cmake (cmake编译目录,在编译时候会使用CMake编译,涉及编译框架,caffe代码研究时可跳过,caffe框架研究可关注) │ ├── External │ ├── Modules │ └── Templates ├── data (存放数据位置,比如上节的mnist用例就放在mnist目录) │ ├── cifar10 │ ├─...原创 2018-08-20 23:23:48 · 383 阅读 · 0 评论 -
Caffe学习(三) —— 运行第一个程序
Caffe优点之一是自带学习用例,所以初次接触caffe时,可以直接使用caffe自带的用例运行一次,感受一下caffe的使用。(因为caffe不自带练习数据,所以需要联网,下载)下载数据mnist是一个大型的手写数字库,由纽约大学Yannn LeCun教授整理,里面包括60000个训练集和10000个测试集,每个样本为28*28大小的黑白图片,手写数字为0-9,可以从官方网站http...原创 2018-08-20 00:29:07 · 2190 阅读 · 0 评论 -
Caffe学习(二) —— 下载、编译和安装Caffe(源码安装方式)
说明采用caffe源码编译安装方式 Caffe编译仅CPU支持版本下载可以通过登陆官网下载: https://github.com/BVLC/caffegit clone https://github.com/BVLC/caffe.git但是因为github国内下载慢,所以在gitee上fork了一份git clone https://gitee.com/cui...原创 2018-08-13 23:54:05 · 19932 阅读 · 0 评论 -
Caffe学习(一) —— caffe介绍和推荐学习资料
介绍Caffe(Convolutional Architecture for Fast Feature Embedding)是由伯克利视觉和学习中心(Berkeley Vision and Learning Center,BVLC)开发的基于C++/Python实现的卷积神经网络框架,由贾扬清开发和维护。 Caffe提供了C++、Python和Matlab的接口,目前版本较多。 Caffe...原创 2018-08-13 23:30:19 · 6060 阅读 · 0 评论 -
caffe编译报错解决记录
1. //usr/lib/x86_64-linux-gnu/libSM.so.6: undefined reference to uuid_generate@UUID_1.0' //usr/lib/x86_64-linux-gnu/libSM.so.6: undefined reference touuid_unparse_lower@UUID_1.0’The system has two...原创 2018-08-08 19:26:57 · 3630 阅读 · 7 评论 -
caffe(master分支)Makefile.config分析
本人编译如下版本caffe后,记录下需要注意(修改)Makefile.config的选项 系统:ubuntu 14.04 CUDA:CUDA7.5 Python:Python2.7 仅支持CPU cat Makefile.config## Refer to http://caffe.berkeleyvision.org/installation.html# Contribution...原创 2018-08-06 23:34:08 · 1746 阅读 · 0 评论 -
caffe-ssd调试问题总结
1.Caffe运行Ssd网络报错Messageetypee “caffe.LayerParameter”has no field named “permute_param”原因是caffe版本不对,使用https://github.com/weiliu89/caffe/tree/ssd2.运行Ssd网络报错: File not found: data/VOC0712/labelmap_...原创 2018-08-03 22:39:50 · 1213 阅读 · 0 评论 -
ResNet架构分析
ResNet架构特点ResNet采用网络中增加残差网络的方法,解决网络深度增加到一定程度,更深的网络堆叠效果反而变差的问题。在网络深度到一定程度,误差升高,效果变差,梯度消失现象越明显,后向传播时无法把梯度反馈到前面网络层,前面网络参数无法更新,导致训练变差。残差网络增加一个恒等映射,跳过本层或多层运算,同时后向传播过程中,下一层网络梯度直接传递给上一层,解决深层网络梯度消失的问题。R...原创 2018-09-11 20:59:57 · 9304 阅读 · 0 评论