ming5432ming的博客

Caffe学习系列(2)：数据层及参数要运行caffe，需要先创建一个模型（model)，如比较常用的Lenet,Alex等， 而一个模型由多个屋（layer）构成，每一屋又由许多参数组成。所有的参数都定义在caffe.proto这个文件中。要熟练使用caffe，最重要的就是学会配置文件（prototxt）的编写。层有很多种类型，比如Data,Convolution,Pooling

一、 在多分类模型中， 常使用softmax分类，它是logistic模型的推广， 将输出映射成概率，在（0,1）之间， 并能够起到突出最大值的作用。                                                                                               e指数曲线                   

其实深度学习 只需要理解两句话：        1.  深度学习让计算机通过简单的概念构建复杂的概念；         2. 深度学习是机器学习的一种， 能使计算机系统从经验和数据中得到提高的技术。先来理解第一句话：         深度学习同样也是学习一个数学函数， 这个函数将一组输入 映射到输出值； 只不过该函数是由许多个简单函数复合而成的。

一、Blob到底是什么东西？        可以理解Blob就是个4维数组，n*c*h*w；每个维度分别表示批处理数量，通道个数，高度和宽度；        这个4维数组的存在形式是以类的形式存在，可以理解为blob就是个数据存储容器。二、Blob的数据成员 protected: shared_ptr data_; shared_ptr diff_; shared_pt

深度学习中的基本数据结构，基本上都是用向量或矩阵表示的，因此：深度学习的基础学科之一：就是线性代数。深度学习中的线性代数知识主要包括以下部分：1、标量、向量、矩阵和张量：           这4个变量很好理解： 分别表示 一个数、 一维空间（一条线）、 二维（一个平面）、多于二维（立体或超立体等）；2、矩阵的乘法和内积：          这个在深度学习的基础， 必须

一、 caffe的数据输入层， 根据不同的输入方式有不同的层， 因为本人最早接触的是通过lmdb数据库输入数据，而lmdb对应这DataLayer层， 其实还有一个常用的就是ImageDataLayer层， 这个层 可以直接输入图片的路径， 而不需转换。    上面这张图， 反应输入层的继承关系和不同层次关系， 可见： DataLayer层 继承自BasePrefetchingDataLa