2018年4月27日
摘要: Ubuntu_搜狗输入法 第一步: 1,下载搜狗输入法的安装包。 下载地址为:http://pinyin.sogou.com/linux/ ,如下图,要选择与自己系统位数一致的安装包,我的系统是64位,所以我下载64位的安装包 2.按键Ctr+Alt+T打开终端,输入以下命令切换到下载文件夹: 第二 阅读全文
posted @ 2018-04-27 14:25 WP的烂笔头 阅读(854) 评论(0) 推荐(0)
摘要: 说明:因解决Ubuntu花屏和频繁死机的问题(后来证实本人的电脑显卡驱动有问题),手残毁坏了系统,需重装。之前从未装过系统,经过三天,反复折腾装了近十次的系统,现总结如下。 第一步:Windows 系统。 1.Windows 安装。网上教程,自行安装好 Windows 系统。一般都已用的是 Wind 阅读全文
posted @ 2018-04-27 13:48 WP的烂笔头 阅读(374) 评论(0) 推荐(0)
  2018年1月25日
摘要: 前记:本博主的博文仅供自己学习的备忘录。 说明:很久未用博客,登录密码已忘记,费劲找回来,特写本博文申明。因为,今天邮件收到一条博文的评论,有谩骂本博主之意,甚觉委屈。所以,写以下文字说明“1.我的博客内容意义?2017年12月30日之前的所有博文,仅是学生时代的摸索笔记,可算是学习心得、备忘笔记。 阅读全文
posted @ 2018-01-25 14:37 WP的烂笔头 阅读(226) 评论(0) 推荐(0)
  2016年8月17日
摘要: 一,train.sh 二,test.sh 阅读全文
posted @ 2016-08-17 12:52 WP的烂笔头 阅读(1014) 评论(0) 推荐(0)
摘要: 1: 神经网络中,我们通过最小化神经网络来训练网络,所以在训练时最后一层是损失函数层(LOSS), 在测试时我们通过准确率来评价该网络的优劣,因此最后一层是准确率层(ACCURACY)。 但是当我们真正要使用训练好的数据时,我们需要的是网络给我们输入结果,对于分类问题,我们需要获得分类结果,如下右图 阅读全文
posted @ 2016-08-17 12:41 WP的烂笔头 阅读(2115) 评论(0) 推荐(0)
摘要: 一,train_val.prototxt 二,solver.prototxt 三,deploy.prototxt 参考一: 模型就用程序自带的caffenet模型,位置在 models/bvlc_reference_caffenet/文件夹下, 将需要的两个配置文件,复制到myfile文件夹内 修改 阅读全文
posted @ 2016-08-17 11:30 WP的烂笔头 阅读(9780) 评论(0) 推荐(0)
摘要: 个人实践代码如下: 参考一:图片减去均值再训练,会提高训练速度和精度。因此,一般都会有这个操作。 caffe程序提供了一个计算均值的文件compute_image_mean.cpp,我们直接使用就可以了 接着,计算均值,打开make_imagenet_mean.sh,修改: 这样,均值文件就计算好了 阅读全文
posted @ 2016-08-17 11:11 WP的烂笔头 阅读(3085) 评论(1) 推荐(0)
摘要: 个人实践代码如下: 结果生成两个文件:00b_train_lmdb.sh; 00b_val_lmdb.sh 参考一: 由于参数比较多,因此我们可以编写一个sh脚本来执行命令: 首先,创建sh脚本文件: 编辑,输入下面的代码并保存 [cpp] [cpp] [cpp] 注释:/convert_image 阅读全文
posted @ 2016-08-17 10:58 WP的烂笔头 阅读(5235) 评论(0) 推荐(0)
摘要: 结果会在:home/wp/CAFFE/caffe-master/myself/00b目录下生成train.txt,val.txt 参考一: 在深度学习的实际应用中,我们经常用到的原始数据是图片文件,如jpg,jpeg,png,tif等格式的,而且有可能图片的大小还不一致。而在caffe中经常使用的数 阅读全文
posted @ 2016-08-17 10:34 WP的烂笔头 阅读(4811) 评论(4) 推荐(0)
摘要: 一次创建下列文件: 1,create_txt.sh (create_filelist.sh) 2,create_lmdb.sh 3,make_mean.sh 4,train.prototxt+val.prototxt=train_val.prototxt; deploy.prototxt(用于pyt 阅读全文
posted @ 2016-08-17 10:16 WP的烂笔头 阅读(420) 评论(0) 推荐(0)