Yuliang_Zou的专栏

Caffe小玩意(3)-利用py-faster-rcnn自定义输入数据\quad众所周知，caffe是现有deep learning framework中最为自动化的，我们甚至可以只定义prototxt文件而不需要写代码，就完成整个网络的训练。正是由于它的高度自动化，当我们想要修改其中的模块，就不是一件容易的事了。 \quadcaffe本身自带了一些标准通用的dataset，我们可以比较简单地使用

Caffe小玩意(1)-可视化网络结构\quad最近在学习Caffe，但是作为曾经的Windows深度用户，还是比较习惯可视化的界面。然而，Caffe当然是在Linux/OS X系统下更好啦，因为一般还是写script在命令行里面玩的。所以这样就不直观咯，为了能直观地看清楚网络结构，而不是看prototxt脑补…可视化就很重要了。 \quad幸好，开发Caffe的大神们已经考虑过这个问题了。在Ca

Caffe小玩意(2)-从caffemodel中导出参数\quad最近读到一篇paper非常有意思，他们把caffe里训练好的模型的参数导出来了，然后…弄到了torch里。所以，今天就来看看怎么导出参数吧。 \quad为了简单，这次我选的是LeNetimport numpy as np import scipy.io as sio import caffe def load(): # Lo