- 博客(20)
- 收藏
- 关注
原创 Linux 文件权限
目录目录一文件权限查看文件权限更改文件属性与权限一、文件权限1.查看文件权限终端输入:ls -al显示了不同角色的权限,例如:-rwxrw----drwxrwxr--这里第1列的[-] 表示文件 ([d] 则表示目录,[l]则表示链接文件)文件权限可读以(r)、可写(w)、可执行(x)的顺序在第2到第10列表示不同角色对该文件的权限,没有权限以[-]表示 第2到第4列表示文件所有者(us
2017-12-13 00:38:36
582
原创 Ubuntu 系统下SVN的搭建
SVN是Subversion的简称,是一个开放源代码的版本控制系统,说得简单一点SVN就是用于多个人共同开发同一个项目,共用资源的目的。1.Ubuntu下SVN的下载与安装在终端中输入:sudo apt-get install subversion2. 为项目建立SVN仓库创建svn目录(.svn为隐藏目录):sudo mkdir /home/.svn假设我们的项目为caffe,则创建目录
2016-11-29 22:36:22
1110
原创 在caffe 中实现Generative Adversarial Nets(二)
目录目录一添加Loss Functiongan_loss_layerhppgan_loss_layercpp二添加gan_gate_layergan_gate_layerhppgan_gate_layercpp三添加rand_vec_layerrand_vec_layerhpprand_vec_layercpp四修改Solver中Step函数一、添加Loss Function1.
2016-11-09 15:23:18
9604
1
原创 在caffe 中实现Generative Adversarial Nets(一)
这里写链接内容#目录 [TOC]一、Generative Adversarial Nets1. GAN简介对抗生成网络(GAN)同时训练两个模型:能够得到数据分布的生成模型(generative model G)和能判够区别数据是生成的还是真实的判别模型 (discriminative model D)。训练过程使得G生成的数据尽可能真实,同时又使得D尽可能能够区分生成的数据和真实的数据,最终G生
2016-11-01 21:30:50
14527
1
原创 在caffe 中添加Scale-invariant loss
目录目录一简介二创建ScaleInvariantLoss Layercaffeprotoscale_invariant_loss_layerhppscale_invariant_loss_layercppscale_invariant_loss_layercu一、简介 Scale-invariant loss 的定义为:L(y,y∗)=1n∑id2i−λn2(∑idi)2L(y,y^*)
2016-10-24 19:27:41
2579
原创 在caffe 中添加Crowd counting 数据层
#目录 [TOC]一、简介Crowd counting一般以人群图像作为输入,网络回归该图像对应的密度图。以往做法是先在matlab中根据图像的label(人头位置)生成密度图,然后将输入图像及密度图转化为lmdb格式作为caffe datalayer的输入。这样做步骤繁琐,而且lmdb很占存储空间。接下来我们在caffe中添加一个crowd data layer, 直接读入图像,以及密度图的生成
2016-09-20 18:55:43
6357
8
原创 Error:.exe has triggered a breakpoint.
通常你的程序编译通过,但是在run或者debug时报错,常见原因有: (1)在使用动态数组时,索引超出长度: double* a = new double[n]; //n = 3 a[4] = 0.0; //索引只有0, 1, 2(2)释放了分配的内存,但又使用了该变量 char *a= (char *)malloc(10); free(a); strcpy(a, "h
2016-01-28 14:33:06
5980
原创 在 caffe 中添加 FaceNet 中 Triplet Loss Layer
目录目录一Triplet Loss 定义二创建Triplet Loss Layer在caffeproto添加对应Message创建triplet_loss_layerhpp创建triplet_loss_layercpp创建triplet_loss_layercu创建test_triplet_loss_layercpp一、Triplet Loss 定义论文:FaceNet: A Unifi
2015-12-12 01:12:17
13946
7
原创 Caffe源码(十一):io.cpp 分析
目录目录简单介绍主要函数ReadProtoFromTextFile 函数WriteProtoToTextFile 函数ReadProtoFromBinaryFile 函数WriteProtoToBinaryFile 函数 ReadImageToCVMat 函数matchExt 函数CVMatToDatum 函数ReadFileToDatum 函数ReadImageToDatum
2015-08-21 18:51:24
10779
2
原创 Caffe源码(十):eltwise_layer 分析
目录目录简单介绍主要函数LayerSetUp 函数Reshape 函数Forward_cpu 函数Backward_cpu 函数简单介绍eltwise_layer 实现多个blobs element-wise 的相加,相乘或者取最大值。主要函数1.LayerSetUp 函数:template <typename Dtype>void EltwiseLayer<Dtype>::LayerS
2015-08-18 14:08:58
18916
原创 Caffe 源码(九):euclidean_loss_layer 分析
目录目录简单介绍主要函数Reshape 函数Forward_cpu 函数Backward_cpu 函数简单介绍Euclidean loss layer 计算两个输入的差的平方和:12N∑Ni=1||x1i−x2i||22\frac{1}{2N}\sum_{i = 1}^N||x_{1i}-x_{2i}||_2^2主要函数1.Reshape 函数:template <typename Dty
2015-08-17 16:21:30
17018
原创 Caffe源码(八):concat_layer 分析
目录目录简单介绍主要函数LayerSetUp 函数Reshape 函数Forward_cpu 函数Backward_cpu 函数简单介绍 concat_layer 用来实现两个或者多个blob的链接,支持在num 维度上的链接(concat_dim = 0 : $(n_1+n_2+...+n_k)*c*h*w$)和channel维度上的链接(concat_dim = 1 : $n*(c_
2015-08-17 15:08:39
11175
原创 Caffe源码(七):ReLU,Sigmoid and Tanh
目录目录简单介绍ReLU 激活函数Sigmoid 激活函数Tanh 激活函数ReLU 主要函数Forward_cpu 函数Backward_cpu 函数Sigmoid主要函数Forward_cpu 函数Backward_cpu 函数Tanh主要函数Forward_cpu 函数Backward_cpu 函数简单介绍ReLU 激活函数:ReLu使得网络可以自行引入稀疏性,在没做预训
2015-08-16 16:47:43
7976
原创 Caffe源码(六): pooling_layer 分析
目录目录简单介绍主要函数LayerSetUp 函数Reshape 函数Forward_cpu 函数Backward_cpu 函数简单介绍pooling_layer 是Layer 的子类,实现了pooling操作。其主要函数有LayerSetUp,Reshape,Forward_cpu, Backward_cpu。主要函数1.LayerSetUp 函数:template <typenam
2015-08-16 14:52:02
7628
原创 Caffe源码(五):conv_layer 分析
目录目录简单介绍主要函数compute_output_shape 函数Forward_cpu 函数Backward_cpu 函数简单介绍首先要明确的一点是:ConvolutionLayer 是 BaseConvolutionLayer的子类,BaseConvolutionLayer 是 Layer 的子类。ConvolutionLayer 除了继承了相应的成员变量和函数以外,自己的成员函数
2015-08-14 18:23:14
9008
原创 Caffe源码(四):base_conv_layer 分析
目录目录简单介绍主要函数LayerSetUp 函数Reshape 函数forward_cpu_gemm 函数forward_cpu_bias 函数backward_cpu_gemm函数weight_cpu_gemm 函数backward_cpu_bias 函数简单介绍base_conv_layer.cpp 中定义了 BaseConvolutionLayer 类的一些成员函数,而B
2015-08-14 18:14:25
11700
原创 Caffe源码(三):layer 分析
目录目录简单介绍Message LayerParameterLayer 类构造函数LayerSetUp 函数Forword 函数Backword 函数blobslayer_param函数ToProto 函数loss set_loss函数一些返回特定参数的函数set_param_propagate_downparam_propagate_down 函数CheckBlobCou
2015-08-11 13:36:32
11831
原创 Caffe源码(二):blob 分析
目录目录简单介绍源代码分析Reshape 函数Blob 构造函数data_数据操作函数反向传播导数diff_ 操作函数ShareData 函数Updata 函数asum_data 函数asum_diff 函数sumsq_data 函数sumsq_diff函数scale_data 函数scale_diff函数ShapeEquals函数CopyFrom 函数FromPr
2015-08-10 14:53:37
18274
原创 Caffe源码(一):math_functions 分析
目录目录主要函数caffe_cpu_gemm 函数caffe_cpu_gemv 函数caffe_axpy 函数caffe_set 函数caffe_add_scalar 函数caffe_copy 函数caffe_scal 函数caffeine_cup_axpby 函数caffe_add caffe_sub caffe_mul caffe_div 函数caffe_powx caff
2015-08-09 19:15:44
84190
3
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人