摘要：看到一篇将如何计算caffemodel大小的blog,感觉对理解模型大小很有帮助. 原文地址:http://blog.csdn.net/u014696921/article/details/52413561模型参数很大一部分在于全连接层,而全连接层的参数 取决于全连接层的神经元个数 ... 阅读全文

摘要：01-learning-Lenet, 主要讲的是 如何用python写一个Lenet，以及用来对手写体数据进行分类(Mnist)。从此教程可以知道如何用python写prototxt，知道如何单步训练网络，以及采用单步训练的方法来获取每一步训练的loss和accuracy，用来绘制曲... 阅读全文

摘要：分析caffe源码，看首先看caffe.proto，是明智的选择。好吧，我不是创造者，只是搬运工。原文地址：http://blog.csdn.net/qq_16055159/article/details/45115359 引言要看caffe源码，我认为首先应该看的就是caffe.p... 阅读全文

摘要：（原文地址：http://blog.csdn.net/liuweizj12/article/details/64920428） 在训练过程中画出accuracy 和loss曲线能够更直观的观察网络训练的状态，以便更好的优化网络的训练。本文主要介绍在基于caffe框架训练网络时，如何... 阅读全文

摘要：00-classification 主要讲的是如何利用caffenet（与Alex-net稍稍不同的模型）对一张图片进行分类（基于imagenet的1000个类别）先说说教程到底在哪（反正我是找了半天也没发现。。。） 其实并没有官方教程一说，只是在caffe/example/下有 0... 阅读全文