HMH2_YY的博客

1、准备数据cd caffesudo sh ./data/mnist/get_mnist.shsudo sh ./examples/mnist/create_mnist.sh2、修改配置 修改该目录下的prototxt扩展名配置文件: 修改./examples/mnist/lenet_solver.prototxt, 定位到最后一行：solver_mode: GPU，将GPU改为CPU。 使用

一.安装库： python/draw_net.py, 这个文件，就是用来绘制网络模型的。也就是将网络模型由prototxt变成一张图片。在绘制之前，需要先安装两个库１、安装ＧraphVizsudo susudo apt-get insall graphviz ＃这里用的是apt-get来安装，而不是pip.2 、安装pydotsudo pip install pydot　＃pip安装pydotp

１．查看caffe命令选项 cd caffe./build/tools/caffecaffe程序的命令行执行格式如下： 　caffe <command> <args>command有四种选项：train—-训练或finetune模型（model) test—–测试模型 device_query—显示gpu信息 time—–显示程序执行时间args参数有：-solver -gpu -sn

CPU版SSD(Single Shot MultiBox Detector)/Caffe版本github链接：https://github.com/weiliu89/caffe/tree/ssdSSD是16年ECCV一篇深度学习目标检测的文章，本文主要讲如何实现 参考博文： http://blog.youkuaiyun.com/gaohuazhao/article/details/72664145?loca

参考博客：http://blog.youkuaiyun.com/hongbin_xu/article/details/76407581cifar10数据集:http://www.cs.toronto.edu/~kriz/cifar.htmlCIFAR-10数据集包括由10个类别的事物，每个事物各有6000张彩色图像，每张图片的大小是32*32。 整个数据集被分成了5个训练集和1个测试集，各有10000张图片，