Schrödinger's Cat

层结构，是神经网络(Neural Networks)建模和计算的最基本单元。由于神经网络有不同的层结构，不同类型的层又有不同的参数。所以，对Caffe的每一层配置都不一样，而层结构和参数都预先定义在prototxt文件中，在此，我们对最新版Caffe模型的层结构做一个简要的总结。如需要转载，请注明出处：http://blog.youkuaiyun.com/ws_20100由于水平有限，如果有错误，敬请指正。

实验配置：曙光I450-G10双路塔式服务器CPU：Intel Xeon

[请参考此篇博客：http://blog.youkuaiyun.com/ws_20100/article/details/48850449]本篇介绍如何在caffe环境下，实现"图像对图像"的卷积神经网络的训练。

1.MATLAB示例程序：%% Load the Caffe.Net and save in model file.def = fullfile('..', 'models', 'VGG_CNN_M_1024', 'test.prototxt');net = fullfile('..', 'output', 'default', 'voc_2007_trainval', ...'vgg_cnn

TensorFlow作为谷歌第二代机器学习系统，现以Apache 2.0的开源协议开放。以下安装命令在Ubuntu 15.04上亲测安装成功。# For CPU-only version$ pip install https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.5.0-cp27-none-linux_x86_64.w

假设Caffe的目录是$(CAFFE_ROOT)1.编译caffe的python接口$ make pycaffe2.装各种依赖$ pip install pydot$ sudo apt-get install graphviz3.可视化模型$ cd $(CAFFE_ROOT)/python/$ ./draw_net.py ../../models/VGG_CNN_M_1024/test.prot

在Windows下对Caffe源代码进行重新编译之后，新建x64工程，来构建深度神经网络，主要代码：初始化一个网络char *proto = "data\\test.prototxt";Caffe::set_mode(Caffe::CPU);// Caffe::set_mode(Caffe::GPU);// Caffe::SetDevice(0);shared_ptr<Net<float>

在Windows下编译PyCaffe之前，除了需要安装Python2.7以外还需要安装其他插件，否则会遇到类似于如下的错误： can not find module skimage.io 此时需要安装scikit-image插件。所有需要安装的组件如下：Python2.7: https://www.python.org/downloads/windows/插件： NumPy, a fund

编译MatCaffe使用如下命令编译MatCaffemake all matcaffe之后，你可以用以下命令测试MatCaffe：make mattest如果你在运行上面命令时，遇到如下错误：libstdc++.so.6 version ‘GLIBCXX_3.4.15’ not found，说明你的Matlab库不匹配。你需要在启动Matlab之前运行如下命令：export LD_LIBRARY_P