Mingx9527

message BatchNormParameter {// If false, accumulate global mean/variance values via a moving average. If// true, use those accumulated values instead of computing mean/variance// across the batch....

// Message that stores parameters used by ReLULayermessage ReLUParameter {// Allow non-zero slope for negative inputs to speed up optimization// Described in:// Maas, A. L., Hannun, A. Y., & N...

message InnerProductParameter {optional uint32 num_output = 1; // The number of outputs for the layeroptional bool bias_term = 2 [default = true]; // whether to have bias termsoptional FillerParame...

// Message that stores parameters used by SoftmaxLayer, SoftmaxWithLossLayermessage SoftmaxParameter {enum Engine {DEFAULT = 0;CAFFE = 1;CUDNN = 2;}optional Engine engine = 1 [default = DEFAULT...

message DropoutParameter {optional float dropout_ratio = 1 [default = 0.5]; // dropout ratio}// DummyDataLayer fills any number of arbitrarily shaped blobs with random// (or constant) data generat...

message ConvolutionParameter {optional uint32 num_output = 1; // The number of outputs for the layeroptional bool bias_term = 2 [default = true]; // whether to have bias terms// Pad, kernel size, a...

 本人之前常用matlab2015b来跑caffe，但其在inference网络时，常常出现几个问题： 1） gpuDevice(1)函数时间太长，约么5分钟左右，急性子人实在受不了 2）非第一次inference，不用 gpuDevice函数，又常常出现找不到gpu环境错误（具体错误，忘记截图了），需要重启matlab+gpuDevice 所以恒心升级matlab2017b，具体安装与ma...

message SigmoidParameter {enum Engine {DEFAULT = 0;CAFFE = 1;CUDNN = 2;}optional Engine engine = 1 [default = DEFAULT];}

TanH Layer 是DL中非线性激活的一种，在深层CNN中，中间层用得比较少，容易造成梯度消失（当然不是绝对不用）；在GAN或一些网络的输出层常用到首先我们先看一下 TanHParametermessage TanHParameter { enum Engine { DEFAULT = 0; CAFFE = 1; CUDNN = 2; } o...

TanH Layer 是DL中非线性激活的一种，CNN中比较少见首先我们先看一下 PowerParametermessage PowerParameter { // PowerLayer computes outputs y = (shift + scale * x) ^ power. optional float power = 1 [default = 1.0]; op...

Slice Layer 的作用是将bottom按照需要切分成多个tops首先我们先看一下slice layer 在prototxt里面的书写：layer { name: "slice" type: "Slice" bottom: "input&a

Eltwise Layer是对多个bottom进行操作计算并将结果赋值给top，一般特点：多个输入一个输出首先看下Eltwise层的参数：message EltwiseParameter { enum EltwiseOp { PROD = 0; //点乘 SUM = 1; //加减（默认） MAX = 2; //最大值 }...

message CropParameter {// To crop, elements of the first bottom are selected to fit the dimensions// of the second, reference bottom. The crop is configured by// - the crop axis to pick the dimensi...

message ScaleParameter {// The first axis of bottom[0] (the first input Blob) along which to apply// bottom[1] (the second input Blob). May be negative to index from the end// (e.g., -1 for the la...

message ConcatParameter {// The axis along which to concatenate – may be negative to index from the// end (e.g., -1 for the last axis). Other axes must have the// same dimension for all the bottom...

message PoolingParameter {enum PoolMethod {MAX = 0;AVE = 1;STOCHASTIC = 2;}optional PoolMethod pool = 1 [default = MAX]; // The pooling method// Pad, kernel size, and stride are all given as a ...

本文转自：https://blog.youkuaiyun.com/langb2014/article/details/50456440 本系列大部分为转载，根据自己需求改写训练文件，大体流程相同。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（lay...

本文只讲解视觉层（Vision Layers)的参数，视觉层包括Convolution, Pooling, Local Response Normalization (LRN), im2col等层。1、Convolution层：就是卷积...

在激活层中，对输入数据进行激活操作（实际上就是一种函数变换），是逐元素进行运算的。从bottom得到一个blob数据输入，运算后，从top输入一个blob数据。在运算过程中，没有改变数据的大小，即输入和输出的数据大小是相等的。输入：n*c*h*...

本文讲解一些其它的常用层，包括：softmax_loss层，Inner Product层，accuracy层，reshape层和dropout层及其它们的参数配置。1、softmax-losssoftmax-loss层和softmax层计算...

深度网络(net)是一个组合模型，它由许多相互连接的层（layers)组合而成。Caffe就是组建深度网络的这样一种工具，它按照一定的策略，一层一层的搭建出自己的模型。它将所有的信息数据定义为blobs，从而进行便利的操作和通讯。Blob是caff...

solver算是caffe的核心的核心，它协调着整个模型的运作。caffe程序运行必带的一个参数就是solver配置文件。运行代码一般为# caffe train --solver=*_slover.prototxt在Deep Learnin...

上文提到，到目前为止，caffe总共提供了六种优化方法：Stochastic Gradient Descent (type: "SGD"),AdaDelta (type: "AdaDelta"),Adaptive Gradient (type:...

caffe的运行提供三种接口：c++接口（命令行）、python接口和matlab接口。本文先对命令行进行解析，后续会依次介绍其它两个接口。caffe的c++主程序（caffe.cpp)放在根目录下的tools文件夹内, 当然还有一些其它的功能文件...

在深度学习的实际应用中，我们经常用到的原始数据是图片文件，如jpg,jpeg,png,tif等格式的，而且有可能图片的大小还不一致。而在caffe中经常使用的数据类型是lmdb或leveldb，因此就产生了这样的一个问题：如何从原始图片文件转换成caf...

 本文旨在总结深度学习基础环境搭建中，一些基础工具软件包安装。因为在工作过程中，搭建环境不是天天遇到，但总是偶尔遇到，工具包安装不可谓不重要；由于每次搭建基础环境都要去找多个的博客，挺麻烦的，所以总结于此，方便自己也方便他人。 本文将总结适应于Tensorflow，Pytorch，Caffe等深度学习框架通用基础环境搭建。文章目录1 登陆方式2 基础工具3 部分依赖包4 CUDA5 Matla...

问题分析 1 问题 在建立好基于opencv3的深度学习Caffe环境后，运行一些特殊的基于opencv2的caffe_demo编译时出现： fatal error: opencv2/contrib/contrib.hpp: 没有那个文件或目录 如下图 2 分析 首先不要怀疑opencv3安装出了问题，个人找了些博客，得出结论： opencv3中已经没有了contrib这个模块 ...

问题环境 本人遇到这个问题的环境： Ubuntu16 CUDA8 Caffe Matlab2015b 具体环境安装可见个人博客 在编译matlab版本caffe时遇到： 安装正常，编译caffe正常，编译matcaffe正常，测试matcaffe也正常，但在用matcaffe训练模型时出现 solver_factory.hpp:76] Check failed: registry...

1 什么是 Google Protocol Buffer？  什么是 Google Protocol Buffer？  Google Protocol Buffer( 简称 Protobuf) 是 Google 公司内部的混合语言数据标准，目前已经正在使用的有超过 48,162 种报文格式定义和超过 12,183 个 .proto 文件。他们用于 RPC 系统和持续数据存储系统。  Prot...