LaplaceAkuir

摘要： Caffe CommonLayer分析 $Caffe$中包含了很多通用的功能层，包含了$concat$,$slice$,$split$,$crop$,$flip$,$scale\_layer$等,这些层在网络中经常被使用，本文也将对其中的常见layer进行说明与源码分析。 1.常用$Layer$ ( 阅读全文

摘要： Caffe_Loss 损失函数为深度学习中重要的一个组成部分，各种优化算法均是基于Loss来的，损失函数的设计好坏很大程度下能够影响最终网络学习的好坏。派生于 $LossLayer$,根据不同的Loss层有不同的参数; 1.基本函数 主要包含构造函数，前向、后向以及Reshape，部分有SetUp的 阅读全文

摘要： Caffe_Activation 一般来说，激励层的输入输出尺寸一致，为非线性函数，完成非线性映射，从而能够拟合更为复杂的函数表达式激励层都派生于NeuronLayer: class XXXlayer : public NeuronLayer 1.基本函数 激励层的基本函数较为简单，主要包含构造函数 阅读全文

摘要： Caffe_Layer 1.基本数据结构 2.主要函数接口 3.具体的Layer分析 具体的常用Layer分析 (1) DataLayer 数据通过数据层进入Layer,可以来自于数据库(LevelDB或者LMDB),也可以来自内存，HDF5等 (2) 激励层(neuron_layers) 一般来说 阅读全文

摘要： Caffe_blob 1.基本数据结构 Blob为模板类，可以理解为四维数组，n \ c \ h \ w的结构,Layer内为blob输入data和diff，Layer间的blob为学习的参数.内部封装了SyncedMemory类,该类负责存储分配和主机与设备的同步 <! more 2.常用函数 B 阅读全文

摘要： Caffe_Net 1.基本数据 <! more 2. 常用的函数 介绍了Caffe内的Net的常用函数: 3.具体函数实现 4.基本流程 基本流程：Net构造函数开始 cpp // 递归更新变量 vectot stage ; int level; //起始调用 net_.reset(new Net 阅读全文

摘要： 【原创帖！转载请注明出处：http://www.cnblogs.com/LaplaceAkuir/p/7484796.html】 Logistic回归分析 $\qquad Logistic回归为概率型非线性回归模型，机器学习常用的二分类分类器，其表达式为:$ $\quad \quad z=w_{1} 阅读全文

摘要： C++获取某一文件夹下的所有文件名，保存为向量 阅读全文

摘要： caffe windows cpu_only快速安装配置 阅读全文

摘要： py-faster-rcnn windows 安装配置 cuda7.5 cudnn 阅读全文