TensorSense

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://www.cnblogs.com/ranjiewen/p/5938944.html对梯度下降进行详细解释，以及总结不同的梯度下降优化算法的优劣，可以作为参考。上两张图，简直不能更直观：直接跳转原文地址吧！ 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

摘要： 一、Abstract提出一种新的autoencoder —- SWWAE（stacked what-where auto-encoders），更准确的说是一种 convolutional autoencoder，因为在CNN中的pooling处才有 “what-where。SWWAE... 阅读全文

摘要： 一、Abstract从近期对unsupervised learning 的研究得到启发，在large-scale setting 上，本文把unsupervised learning 与supervised learning结合起来，提高了supervised learning的性能... 阅读全文

摘要： 更新时间2017年07月20日17:35:04 原来的方法貌似并不试用，现在才发现，其实ubuntu下也和Windows下一样。。。 右键，属性，然后如图所示 set as default 即可。 之前的方法太“二”了 ————————————分割线———————————————– ... 阅读全文

摘要： 主要内容： 1.CNN之Alex-net的测试 2.该实现中的函数总结平台： 1.windows 10 64位 2.Anaconda3-4.2.0-Windows-x86_64.exe （当时TF还不支持python3.6，又懒得在高版本的anaconda下配置多个Pytho... 阅读全文

摘要： 主要内容： 1.CNN之VGG-net的测试 2.该实现中的函数总结平台： 1.windows 10 64位 2.Anaconda3-4.2.0-Windows-x86_64.exe （当时TF还不支持python3.6，又懒得在高版本的anaconda下配置多个Python... 阅读全文