阿玛尼迪迪

摘要： 深度网络（net）是一个组合模型，它由许多相互连接的层（layers）组合而成。Caffe就是组建深度网络的这样一种工具，它按照一定的策略，一层一层的搭建出自己的模型。它将所有的信息数据定义为blobs，从而进行便利的操作和通讯。Blob是caffe框架中一种标准的数组，一种统一的内存接口，它详细描 阅读全文

摘要： 本文讲解一些其它的常用层，包括：softmax-loss层，Inner Product层，accuracy层，reshape层和dropout层及它们的参数配置。 1、softmax-loss softmax-loss层和softmax层计算大致是相同的。softmax是一个分类器，计算的是类别的概 阅读全文

摘要： 在激活层中，对输入数据进行激活操作（实际上就是一种函数变换），是逐元素进行运算的。从bottom得到一个blob数据输入，运算后，从top输入一个blob数据。在运算过程中，没有改变数据的大小，即输入和输出的数据大小是相等的。 输入：n*c*h*w 输出：n*c*h*w 常用的激活函数有sigmoi 阅读全文

摘要： 本文只讲解视觉层（Vision Layers)的参数，视觉层包括Convolution, Pooling, Local Response Normalization (LRN), im2col等层。 1、Convolution层： 就是卷积层，是卷积神经网络（CNN）的核心层。 层类型：Convol 阅读全文

摘要： 要运行caffe，需要先创建一个模型（model），如比较常用的Lenet,Alex等，而一个模型由多个层（layer）构成，每一层又由许多参数组成。所有的参数都定义在caffe.proto这个文件中。要熟练使用caffe，最重要的就是学会配置文件（prototxt）的编写。 层有很多种类型，比如D 阅读全文

摘要： 之前已经配置过一次caffe环境了： Caffe初试（一）win7_64bit+VS2013+Opencv2.4.10+CUDA6.5配置Caffe环境 但其中也提到，编译时，用到了cuda6.5，但是实际训练时，使用GPU训练，又会出现问题。所以强迫症使然，我决定另外配置一个cpu_only的版本 阅读全文

摘要： 由于我涉及一个车牌识别系统的项目，计划使用深度学习库caffe对车牌字符进行识别。刚开始接触caffe，打算先将示例中的每个网络模型都拿出来用用，当然这样暴力的使用是不会有好结果的- -||| ，所以这里只是记录一下示例的网络模型使用的步骤，最终测试的准确率就暂且不论了！ 一、图片数据库 来源 我使 阅读全文

摘要： 1、报错：“db_lmdb.hpp:14] Check failed:mdb_status ==0(112 vs.0)磁盘空间不足。” 这问题是由于lmdb在windows下无法使用lmdb的库，所以要改成leveldb。 但是要注意：由于backend默认的是lmdb，所以你每一次用到生成的图片l 阅读全文

摘要： 问题描述： 用VS2013写好一个程序，在本机上运行一切正常。但是如果直接把exe文件放到另一台机器上用，则会出现： Windows XP:不是一个正常的win32程序 Window 7:缺少msvcp120.dll 能否有一种方法，把程序运行所需要的环境一并打包，使之可以在任何Windows计算机 阅读全文

摘要： 一、mnist数据集 mnist是一个手写数字数据库，由Google实验室的Corinna Cortes和纽约大学柯朗研究院的Yann LeCun等人建立，它有60000个训练样本集和10000个测试样本集。mnist数据库官方网址为：http://yann.lecun.com/exdb/mnist 阅读全文