摘要：
卷积神经网络是如何工作的（译文） 原文：http://brohrer.github.io/how_convolutional_neural_networks_work.html 十有八九，当你听到有关深度学习又有新的技术突破的时候，总能看到卷积神经网络的影子。卷积神经网络(CNNs或ConvNets 阅读全文
摘要：
(一)安装OpenCV3.1(包括opencv_contrib) + 必须软件包 + yum install y gcc gcc c++ gtk+ devel libjpeg devel libtiff devel jasper devel libpng devel zlib devel cmake 阅读全文
摘要：
通过caffe源码知道LMDB内部结构,是key,value的形式，所以可以用下面的python代码实现 + LMDB中的Key和Value 阅读全文
摘要：
概述 系统环境： Ubuntu 14.04 软件环境： OpenCV 3.1+opencv_contrib ，caffe，code::blocks 整体思路是：用已知字母数据集为训练样本，利用caffe内的改进LeNet模型训练得到一个caffemodel;然后利用OpenCV的dnn模块（在ope 阅读全文
摘要：
Caffe中，卷积的作用是提取抽象特征，很多层卷积逐渐获得一幅图像的抽象特征，为后面分类打下基础。而究竟这些抽象特征是什么，是形状？是纹理？是投影？还是颜色？还是都有，需要直观的去看了。可视化诸层很有必要。Python的源码在caffe官网上有，不再赘述。C++的代码，可以借助OpenCV中的dnn 阅读全文
摘要：
1.首先要准备几样东西： （1）要预测的图像，需要32×32大小; （2）网络配置文件，prototxt,以及每个图像的路径及其序号。 （3）训练好的caffemodel以及均值二进制文件，貌似可以定值，需要通过数据训练计算得到。 （3）预测的主程序 内容： 1 #include<cstring> 阅读全文
摘要：
（1）安装所需组件 经过安装了caffe的依赖，终于可以编译安装caffe了。 前面安装的有nvidia驱动，cuda， OpenCV，MKL，cudnn，python，boost，glog等，终于可以安装caffe了。 安装caffe需要下面这些组件。这些组件都可以通过apt-get获得。 lib 阅读全文
摘要：
（1）下载 安装完cuda后，要想利用cudnn的优化能力，需要安装深度学习包cudnn， 首先下载最新的cudnn，https://developer.nvidia.com/cudnn，我的是v4 ，适合cuda7.0及以上（我的是7.5）。 （2）解压 得到两个文件夹，一个包含头文件cudnn. 阅读全文
摘要：
1、安装opencv所需的库（编译器、必须库、可选库） 详细参考了 http://www.cnblogs.com/llxrl/p/4471831.html，并根据3.1做了修改。 GCC 4.4.x or later CMake 2.6 or higher Git GTK+2.x or higher 阅读全文
摘要：
1、纯净系统（我的是ubuntu kylin系统）,安装一些需要的库 这里面就包含了leveldb和lmdb。 2、将默认的nouveau显卡驱动禁掉：路径是 /etc/modprobe.d/blacklist.conf, 还要将vga16fb，rivafb，nvidiafb，rivatv都加入bl 阅读全文