深度学习21天实战Caffe学习笔记--笔记2--深度学习工具汇总

本文详细解析了Caffe深度学习框架所需的依赖包,包括ProtoBuffer、Boost、GFLAGS、GLOG、BLAS、HDF5、OpenCV、LMDB、LEVELDB、Snappy等,并介绍它们在Caffe中的作用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

caffe依赖包解析


1. ProtoBuffer

    ProtoBuffer是Google开发的一种可以实现内存与非易失存储介质(如硬盘文件)之间数据交换的协议接口。caffe中使用ProtoBuffer作为 权值和模型参数的载体,用户只需要建立统一的参数描述文件(proto),利用protoc编译便可以进行数据的高效传递。


2. Boost

    Boost被称为“C++标准库”,使用了很多现代编程技术,内容广泛。


3. GFLAGS

    在caffe中发挥命令行参数解析的作用。


4. GLOG

    GLOG是Google开发的用于记录应用程序日志的实用库,在caffe中主要用于开发者查看训练过程的中间输出。


5. BLAS

    由于卷积神经网络中主要进行矩阵、向量之间的运算,caffe调用BLAS(Basic Linear Algebra Subprograms)中的方法将其实现。书中介绍了gemm(基本矩阵-矩阵乘积运算)和gemv(基本矩阵-向量乘积运算)两个函数,讲的很好。






6. HDF5

    HDF5是一种高效存储和分发科学数据的新兴数据格式。caffe模型可以选择保存为HDF5格式,或者默认的ProtoBuffer格式。


7. OpenCV

    OpenCV是世界上最流行的开源计算机视觉库。


8. LMDB和LEVELDB

    LMDB和LEVELDB是一种内存映射型数据库管理器,caffe中利用它将原始数据(图片、二进制数据等)转化为统一的Key-Value存储,便于DataLayer获取这些数据。


9. Snappy

    Snappy是一个用于压缩和解压缩的C++库。


附录:小技巧

1. 安装caffe时将所有文件都安装在本地目录下,如/home/uesrname/local_install/,可以实现在一台机器上配置好caffe及其依赖关系后,迅速迁移到另一台机器上而无需重复 编译、安装。


2. Linux中可以使用tree指令查看文件结构。

参考链接:http://blog.youkuaiyun.com/beyondlpf/article/details/6922261

功能说明:以树状图列出目录的内容。

参数:

-d   显示目录名称而非内容。

-L   如遇到性质为符号连接的目录,直接列出该连接所指向的原始目录。

-s   列出文件或目录大小。


3. caffe可以编译生成可发布安装包

    make distribute








评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值