Daniel_djf的专栏

最近刚在电脑上装好Caffe，由于神经网络中有不同的层结构，不同类型的层又有不同的参数，所有就根据Caffe官网的说明文档做了一个简单的总结。1. Vision Layers1.1 卷积层(Convolution)类型：CONVOLUTION例子layers { name: "conv1" type: CONVOLUTION bottom: "data"

具体的安装过程可以参考 官网的Installation，以及网友分享的一些安装教程，教程一，教程二，教程三。我在这里主要记录下我在安装的过程中碰到的一些问题，以及解决方法（部分网上没有提到）,而不是整个安装的流程。由于自己是linux小白，安装caffe花了好几天时间，期间好几次想放弃，还好我坚持下来了，写这篇博客只是希望网友如果也遇到这样的问题，可以从我这里找到答案。一、试验

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已经封装好了三种优化方法，分别是Stochastic Gradient Descent (SGD), AdaptiveGradient (ADAGRAD), and Nesterov’

一些好用的 Deep learning toolboxsDeepLearningToolboxMATLAB实现，可以使用CPU或GPU，GPU运算用gpumat实现，修改内核代码非常方便 支持基本的 deep structures https://github.com/rasmusbergpalm/DeepLearnToolboxCuda-convn