d5224的专栏

文章来源   http://blog.youkuaiyun.com/achaoluo007/article/details/43773903   ，感谢作者分享，请支持原创。在Deep Learning中，往往loss function是非凸的，没有解析解，我们需要通过优化方法来求解。Caffe通过协调的进行整个网络的前向传播推倒以及后向梯度对参数进行更新，试图减小损失。 Caffe已经封

Caffe 学习：Eltwise层　　Eltwise层的操作有三个：product（点乘）， sum（相加减） 和 max（取大值），其中sum是默认操作。       1. PROD：按元素乘积       2. SUM：按元素求和（默认）       3. MAX：保存元素大者      该层还定义了 coeff 参数，该参数只对SUM操作起作用。最后，caffe还

一、深度学习中常用的调节参数原文链接：http://www.cnblogs.com/maohai/p/6453417.html1、学习率步长的选择：你走的距离长短，越短当然不会错过，但是耗时间。步长的选择比较麻烦。步长越小，越容易得到局部最优化（到了比较大的山谷，就出不去了），而大了会全局最优一般来说，前1000步，很大，0.1；到了后面，迭代次数增高，下降0.01，再

目录1-Motivation2-Normalization via Mini-Batch Statistics测试BN before or after Activation3-Experiments本次所讲的内容为Batch Normalization，简称BN，来源于《Batch Normalization: Accelerating Deep Netwo

caffe 参数配置介绍solver.prototxt 参数配置介绍net: "models/bvlc_alexnet/train_val.prototxt" test_iter: 1000 # test_interval: 1000 # base_lr: 0.01 # 开始的学习率lr_policy: "step" # 学习率的drop

可以利用python接口实现Caffe 网络结构的可视化，便于直观理解。但是在线网页绘制caffe网络结构图的方法，其实更简洁方便： 网址：http://ethereon.github.io/netscope/#/editor使用方法：1.将prototxt格式描述网络文件文件的内容复制到左侧栏中：2. 按  shift+enter 组合键即可在右侧显示

本文为转载文章，原文链接：http://www.cnblogs.com/denny402/p/5071126.html更多内容请访问原文链接，在此感谢作者分享！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_para

本文转自：http://www.cnblogs.com/denny402/p/5070928.html   更多请访问原创博主主页，感谢作者分享。Caffe学习系列(2)：数据层及参数要运行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

原文地址：http://m.blog.youkuaiyun.com/article/details?id=51262004caffe源码的各个部分解析，后在网上看到很多大牛都写的非常好，于是就将这些链接整理一下，方便查看。

卷积神经网络Lenet-5实现原文地址：http://blog.youkuaiyun.com/hjimce/article/details/47323463作者：hjimce卷积神经网络算法是n年前就有的算法，只是近年来因为深度学习相关算法为多层网络的训练提供了新方法，然后现在电脑的计算能力已非当年的那种计算水平，同时现在的训练数据很多，于是神经网络的相关算法又重新火了起来，因此卷

谷歌大脑科学家 Caffe缔造者 贾扬清 微信讲座完整版   . 大家好！我是贾扬清，目前在Google Brain，今天有幸受雷鸣师兄邀请来和大家聊聊Caffe。没有太多准备，所以讲的不好的地方还请大家谅解。我用的ppt基本上和我们在CVPR上要做的tutorial是类似的，所以大家如果需要更多的内容的话，可以去tutorial.caffe.berkele

原文连接     http://www.cnblogs.com/kunyuanjushi/p/5947066.html自己安装Caffe的过程中，参考了很多资料，但由于版本或者其他原因，安装过程中总是遇到这样或者那样的问题，因此留做记录，方便之后查看，也希望对遇到相似麻烦的朋友们提供帮助。　  下面我们开始安装吧：　　硬件自然不用说了，一个好的显卡（Nvida TiTan 系列

1.配置python     在安装caffe时未配置python，现在需要配置caffe文件中的Makefile.config文件，配置python的安装路径（默认即可），配置python依赖包：sudo apt-get install python-pip再转到caffe的python目录，安装scipycd caffe/pythonsudo apt-ge

本文参考了《深度学习：21天实战Caffe》中的内容，结合在实际中遇到的问题，目的是让初学者少走弯路，和其他方法相比不需要配置各种复杂的依赖库和环境，如有兴趣请参考该书，下面开始正文。      操作系统：Windows 7 SP1 x64或windows Server 2012 R2 64bit，本文使用系统为Windows 7 SP1 x64专业版。      编译环境：VS2013

原文连接：http://www.linuxdiyf.com/linux/12708.html以下为原文：特别感谢在学习和使用Caffe和CNN的过程中，超级大神Yanqing Jia, Eric Tzeng, Evan Shelhamer, Ross Girshick, Sergey Karayev, Sergio Gadarrama给予的帮助。特别说明：0. Caff

禁用nouveausudo vi /etc/modprobe.d/blacklist-nouveau.confblacklist nouveauoptions nouveau modeset=0 sudo vi /etc/modprobe.d/nvidia-graphics-drivers.conf blacklist nouveau 检查设置cat /et

原文链接：http://blog.youkuaiyun.com/Quincuntial/article/details/72832136自2012年Alexnet赢得了ImageNet竞赛以来，深度学习（神经网络）得到了飞速发展，产生了许多的神经网络结构，本文主要总结Caffe中使用的神经网络(分类的神经网络)，本文的神经网络作者都使用Caffe训练过，并在Kaggle的Intel癌症预测比赛