jingtingxu369的博客

--------------------------------------------------------------------------------权值可视化对训练后的网络权值进行可视化可以判断模型的优劣及是否欠（过）拟合。经过良好训练的网络权值通常表现为美观，光滑；反之则表现为噪声图像，或者图案相关性太高，或者缺乏结构性，或有较多‘死’区域。-----------

可视化网络需要一个py代码：draw_net.py进入存放draw_net.py的目录下, $  ./draw_net.py --rankdir TB ./lenet_train_test.prototxt mnist.png       #TB代表从top画到bottom，lenet_train_test.prototxt是lenet的网络结构，存储成名字为mnist.png的图

英语科普：batch批；interration迭代---------------------------------------------------------------------------------------------------在caffe/src/caffe/proto/caffe.proto中定义的参数都可以进行更改。首先说明一个概念：在ca

1、如何有效阅读caffe源码    1、caffe源码阅读路线最好是从src/cafffe/proto/caffe.proto开始，了解基本数据结构内存对象和磁盘文件的一一映射关系，中间过程都由ProtoBuffer工具自动完成。    2、看include/目录中.hpp头文件，通过头文件类申明理解整个框架。从基类向派生类，掌握这些类。    3、看src/目录中.

先下载到1.opencv和2.opencv_contrib，直接放在系统目录下然后开始安装：sudo apt-get install build-essentialsudo apt-get install cmake git pkg-config libgtk2.0-dev libavcodec-dev libavformat-dev libswscale-devsudo ap

我在caffe/my中，原来的文件夹是train、test、lable_name.txt，其余的都是后面生成的--------------------------------------------------------目录结构：正类在一个文件夹，负类在一个文件夹train文件夹，文件夹中有loufang文件夹和nanfen文件夹，其中loufang文件夹中全是loufang的照

点击打开链接

回归问题也就是说预测值是连续的，如果我们需要预测的值只有2种，要么是要么不是，即预测值要么是0要么是1，那么就是分类问题了。这样我们需要有一个函数将原本的预测值映射到0到1之间，通常这个函数就是logistic function，或者叫做sigmoid function。因为这种函数值还是个连续的值，所以对logistic函数的解释就是在给定x的值下输出y值为1的概率。    参数的个

神经网络是否能模拟所有可能的事物分类？——答案是肯定的一.pytorch简介pytorch是Facebook2017年公布。俗话说16年是TensorFlow元年，17年则是pytorch元年。二.开发环境anaconda3+pytorchps：pytorch官网唯一指定anaconda3作为开发环境。anaconda3介绍：①下载去清华的tuna镜像源下载，速度快，官...