摘要：
前期准备： 文件夹train：此文件夹中按类别分好子文件夹，各子文件夹里存放相应图片 文件夹test：同train，有多少类就有多少个子文件夹 trainlabels.txt ： 存的是训练集的标签 testlables.txt： 存的是测试集的标签 (特别注意：文件的路径以及文件名要对应) 第一步 阅读全文
posted @ 2017-04-21 16:12
TensorSense
阅读(3096)
评论(0)
推荐(0)
摘要：
此篇是利用matlab对caffemodel的卷积核进行可视化。只介绍了卷积核的可视化，不涉及特征图的可视化。 是参考此博客： http://blog.csdn.net/zb1165048017/article/details/52643188 前期准备，需要两个东西 1. 模型的描述文件 depl 阅读全文
posted @ 2017-01-19 10:52
TensorSense
阅读(2444)
评论(0)
推荐(0)
摘要：
MatConvNet GPU配置过程 阅读全文
posted @ 2017-01-14 10:23
TensorSense
阅读(1836)
评论(0)
推荐(0)
摘要：
此篇讲述在matlab中，如何将训练好的model用于图像分类。将以mnist为例，主要用到caffe-master\matlab\demo 下的classification_demo.m ，可参考我之前的博客 【caffe-windows】 caffe-master 之 classfication 阅读全文
posted @ 2017-01-07 20:34
TensorSense
阅读(1953)
评论(0)
推荐(0)
摘要：
classification_demo.m 是个很好的学习资料，了解这个代码之后，就能在matlab里用训练好的model对输入图像进行分类了，而且我在里边还学到了oversample的实例，终于了解数据增强是个怎么回事。 caffe-master\matlab\demo\classificatio 阅读全文
posted @ 2017-01-07 20:33
TensorSense
阅读(3788)
评论(0)
推荐(0)
摘要：
本教程尽量详细，大多步骤都有图，如果运行出错，请先对照自己的文件是否和图上的一样，包括标点啊，空格啊，斜杠，反斜杠啊之类的小细节。 第一步： 官网下载mnist数据 http://yann.lecun.com/exdb/mnist/，共4个文件，解压放到caffe-master\data\mnist 阅读全文
posted @ 2017-01-07 20:32
TensorSense
阅读(4096)
评论(0)
推荐(1)
摘要：
本教程尽量详细，大多步骤都有图，如果运行出错，请先对照自己的文件是否和图上的一样，包括标点啊，空格啊，斜杠，反斜杠啊之类的小细节。 本例程是在 win10 64位 caffe-master vs2013下进行的，并且已经配置GPU版本，若用CPU，则在cifar10_quick_solver.pro 阅读全文
posted @ 2017-01-07 20:31
TensorSense
阅读(980)
评论(6)
推荐(0)
摘要：
平台环境： win10 64位 caffe-master vs2013 Matlab2016a 第一步： 打开\caffe-master\windows下的CommonSettings.props文件， 更改MatlabSupport，改成true（即支持Matlab接口）。 如图： 第二步： 更改 阅读全文
posted @ 2017-01-07 20:29
TensorSense
阅读(3400)
评论(0)
推荐(0)
浙公网安备 33010602011771号