sudakuang的博客

编译caffe中的pycaffe，将release里的pycaffe的caffe文件夹拷到anaconda里的Lib\site-package里头在ipython里运行代码如下，第一次最好一行一行敲并且随时debug~import cv2 as cvimport osimport numpy as npimport caffefrom scipy.io import loadm

由于工程原因，需要使用VS2015，可是微软版本的Caffe使用VS2015无法编译。在这里写一个基于BVLC的官方版本的Caffe编译过程caffe：https://github.com/BVLC/caffe/tree/windowscuda9：自行下载并安装（开始用的是cuda10，编译过了运行总是出问题，最后换成了cuda9，现在想想可能cuda10也可以，但是懒得换回去了）...

在keras框架下训练unet，结果很好。但是在caffe框架下训练U-Net，效果总是不理想。思来想去只有两个地方不一样：1. loss function的不同2. 上采样的实现1. 对于loss function：caffe使用的是sigmoidcrossentropy，keras是binarycrossentropy其实这两个是一个东西：只不过caffe把最后一层s...

1 写好要添加的层的hpp cpp cu文件，cu文件非必需，看是否需要cuda加速2 hpp文件放在include/caffe/layers文件夹下3 cpp和cu放在src/caffe/layers文件夹下4根据添加的层是否包含参数，更改caffe/src/proto下的caffe.proto需要添加参数，则找到// LayerParameter next available lay...

写在开头，珍爱生命，远离Caffe在keras上做了一个很简单的分割任务，使用unet完成，基本上10个iteration之后accuracy就会到0.96，一个epoch之后accuracy达到0.99。需要在caffe上复现，但是效果一直不理想。GitHub上下载了一个caffe版的unet，由于医学图像的格式不适合转成jpg，于是我用了hdf5层layer { name: ...

将写好的python layer放在 $CAFFEROOT\examples\pycaffe\layers (caffe 的example文件夹）然后将上面的文件夹添加到环境变量，可百度如何添加环境变量，重启后生效caffe.exe train --solver=.\solver.prototxt报错：no module named site在环境变量中添加PYTHONHOME...

距离上次装caffe已经三年了，至今仍然无法忘记被caffe支配的恐惧……本来已经装过了，各种坑也都踩过了，但是万万没想到，公司的网太lj了，只能手动装Nuget库，于是又折腾了两天……言归正传错误提示./include/caffe/common.hpp:4:32: fatal error: boost/shared_ptr.hpp没有那个文件或目录没有那个文件或目录，因为网络原因无法...

caffe要用python2，keras要用python3，于是一起安装。先安装了anaconda2，对应python2.7. 再安装anaconda3的时候可以在conda2里面创建一个新的环境。1.如图，在anaconda2下面的env中新建一个py3的文件，将conda3装在这里面，在安装时不添加环境变量，不register as python3，就是两个对号全不选。2.安装好以后...

1. 安装anaconda2. 在anaconda下安装pytorch链接: https://pan.baidu.com/s/1qe4Dxvv-84N_irJRFNg9ow 密码: wsmt进入上面下载文件的上级目录，目录不能有中文，执行下面代码conda install numpy mkl cfficonda install --offline pytorch-0.1.12-py36_0.1....

github上下载的多是.sh脚本，不装虚拟机，使用Windows自带bash运行sh文件设置-更新与安全-针对开发人员选项中，启用"开发人员模式"控制面板\所有控制面板项\程序和功能,打开"启用或关闭 Windows功能",勾选"适用于Linux的Windows子系统(Beta)"重启电脑命令行运行lxrun /install /y开始安装下载的文件在%l

solver.prototxtnet: "vggface_mycmd/vggface_train_test.prototxt" test_iter: 365 test_interval: 500 iter_size: 4test_initialization: false display: 40 verage_loss: 40 base_lr: 0.00005 lr_p

已经接近崩溃状态……8分类，准确率一直低于0.5并且准确率一直在震荡，从0升到0.5在退回去……（一）准备图片①lmdb/leveldb格式a) 使用编译出来的convert_imageset.exeD:\caffe\Build\x64\Release\convert_imageset.exe D:\caffe\MyProject\lung\train\ train.tx

可能原因：猜测版，未经证实，如有虚言，不要怪我……一、学习率太大，一般说法，但是通过lr policy调试学习次数很多之后应该不会出现这种情况吧二、solver里的test interval* train batch size 应该>=train image 总数，保证全部图片循环一轮之后再测试。之前我就是test interval设的太小了，导致accuracy一直震荡……   

需求：argv传入一个参数，string类型，需要与其他的string拼接成完整路径，且不改变传入的参数的值strcat（a,b) 连接连个char*变量，但是会改变a的值，如果后面还要用a的原值会不方便使用string类型的+=直接拼接，不改变原值#include <direct.h>#include <iostream>using std::strin...