张文龙的博客

caffe mnist网络结构可视化

matcaffe

在https://www.continuum.io/downloads下载不同环境下的anaconda版本，有Windows、OSX、Linux：下载地址 这里主要说明在Linux环境下的安装过程： 点击上面地址完成下载；1.将下载的文件拷贝到home/dragon下，在终端窗口输入下面命令：bash Anaconda3-4.0.0-Linux-x86_64.sh2.安装过程中可以接受默

安装：pip install jupyter问题： 1：ImportError: No module named paths while running the jupyter notebook 解决：sudo apt-get remove ipython2：ImportError: The IPython Notebook requires tornado >= 4.0, but you hav

1. 环境操作系统：ubuntu 14.04 2. 操作步骤a) 安装pip工具

MNIST是一个经典的手写数字的图像数字库，由纽约大学的Yann LeCun教授整理，包含60000个训练样本和10000个测试样本，图片大小是28*28，是在Caffe上配置的第一个案例，本篇用来测试caffe是否能正常运行，以及学习第一个深度神经网络模型获取mnist训练数据在/data/mnist文件夹中会获得下载的数据；cd CAFFE_ROOT ./data/mnist/get_mnist

Linux Ubuntu14.04 CPU版本安装笔记

./myfile/build_lmdb/train_mynet.sh ./myfile/build_lmdb/log/parse_log.sh test.log ./tools/extra/plot_training_log.py.example 0 save.png test.log

接着上一篇博文：制作自己的数据集 在制作好我们自己的LMDB格式的数据集后，我们就可以依照前面mnist的例程来对LeNet模型进行训练啦，有木有很激动(≧▽≦)/ （虽然现在对模型而是一片懵懂） 简单的说下步骤：从caffe root/exmples/mnist文件夹中复制过来我需要的solver.prototxt和train_test.prototxt文件，将其重命名为my_solver.

在深度学习的实际应用中，我们经常用到的原始数据是图片文件，如jpg,png,tif等格式的，而且有可能图片的大小还不一致。 我今天尝试制作一个自己的训练数据集

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。假设输入bottom为A和B，如果要实现element_wise的A+B，即A和B的对应元素相加，prototxt文件如下：layer { name: "eltwise_layer" bottom: "A" bottom: "B" top: "diff" ty...