dgh_dean的博客

MXNet生成数据 首先生成list文件，包括数据的label，index以及path： --list=true 是说明我们要生成list --train-ratio=0.8 我们把 80% 的数据用来作为训练数据, 剩下的 20% 自动作为 validation --recursive=true 迭代地去找图片 /home/gpudouble1/mxnet/ exa

1.使用caffe中的GoogleNet模型进行fine-tuning 使用mxnet/tools/caffe_convert/convert_model.py进行模型和参数的转换： python convert_model.py /path/GoogleNet.paramtxt /path/GoogleNet.caffemodel /path/googlenet 其中对于脚本convert