Kevincc的专栏

注意：caffe官方GitHub的caffe-window分支的编译现在caffe的官方GitHub提供windows版本，因其由官方更新，更新相对及时而且可信赖度高。除了官方的window版，还可以使用Microsoft GitHub上的windows版caffe。官网caffe地址：https://github.com/BVLC/caffe/tree/windows Microsoft版caf

1 利用MATLAB进行调试流程Step1构建单层测试Step2构建单层测试一些调试技巧1 利用LOGINFO观测单个数值观测新添加的层的一些常量参数是否配置成功观测一些中间结果2 利用Blob的存取观测矩阵或者向量的值保存Blob到文件底层c代码中从文件中读取Blob数据matlab中3 调试一些子函数参考自http://blog.youkuaiyun.com/qq_30040223/a

写在最前面：HED的作者Saining Xie提供的caffe版本比较老，源代码和最新版的caffe有很大的不同。在使用新版caffe训练HED的时候，需要添加HED使用的层，分别是： 1. 在caffe.prototxt添加相关层信息和参数 1. base_data_layer中添加LabelmapBatch类和BasePrefetchingLabelmapDataLayer类。 1. 修改

针对2017年2月时caffe官网版本。

注意：整个RPN完全是笔者自己的理解，可能会有一些理解错误的地方。1. RPN简介RPN是regional proposal networks的缩写，是faster-RCNN结构中的一部分。faster-RCNN由两个子网络构成。第一个子网络RPN的作用是在给定图像上提取一定数量带有objectness(是否包含目标的置信度)。第二个子网络直接利用fast-rcnn中的特征提取网络，用RPN获得的p

caffe中softmax层源码

caffe的matlab接口的功能和python接口功能基本类似，不同之处在于： - python可以自己增加python layer - python可以采用多种求解反向传播的算法但是matlab在处理数据及数据可视化方面比python容易很多，在需要查看中间结果时使用matlab要方便许多。1. 查看caffe版本号caffe.version() 如果正确编译了caffe的matlab接口

caffe介绍caffe安装1 caffe版本选择2 依赖库安装21 有root权限22 非root权限[========]1. caffe介绍caffe是一个训练卷积神经网络的工具，其能够非常好的支持CNN，最新版本整合了RNN。caffe提供python和matlab的借口，能够简单有效地进行编程和使用。2. caffe安装2.1 caffe版本选择官网版本 版本随时更新 ht

c++调试caffe 1.1 重新编译 1.2 在eclipse中构建工程入口函数train / Finetune a model代码解读用solver->Solve()函数blob类layer类net类 7.1 NetState 7.2 NetParametercaffemodel中存了些什么c++调试caffe调试c++源码可以采用eclipse。1.1 重新编译更改Ma

caffe中可以用NetSpec这个Python接口搭建网络结构，然后运行Python代码生成所需要的prototxt文件。可参考FCN的github工程https://github.com/shelhamer/fcn.berkeleyvision.org/blob/master/pascalcontext-fcn32s/net.py其中conv、ReLu、softmaLoss等层在这个例子中已经有