摘要：
作者：Yuxin，Wu Kaiming He 机构：Facebook AI Research (FAIR) 摘要：BN是深度学习发展中的一个里程碑技术，它使得各种网络得以训练。然而，在batch维度上进行归一化引入如下问题——BN的错误会随着batch size的减小而急剧增加，这是由batch不正 阅读全文
摘要：
在Makefile.config找到PYTHON_INCLUDE，发现有点不同： PYTHON_INCLUDE := /usr/include/python2.7 \ /usr/lib/python2.7/dist-packages/numpy/core/include 要加一个local，变成： 阅读全文
摘要：
CXX/LD -o .build_release/tools/test_net.binCXX/LD -o .build_release/tools/convert_annoset.binCXX/LD -o .build_release/tools/device_query.binCXX/LD -o 阅读全文
摘要：
转自：https://www.douban.com/note/568788483/ CXX/LD -o .build_release/tools/convert_imageset.bin.build_release/lib/libcaffe.so: undefined reference to cv 阅读全文
摘要：
场景：词频统计时候，我们往往要对频率进行排序 sorted(iterable,key,reverse)，sorted一共有iterable,key,reverse这三个参数。其中iterable表示可以迭代的对象，例如可以是dict.items()、dict.keys()等，key是一个函数，用来选 阅读全文
摘要：
net.bn = caffe.layers.BatchNorm( net.conv1, batch_norm_param=dict( moving_average_fraction=0.90, #滑动平均的衰减系数，默认为0.999 use_global_stats=False, #如果为真，则使用保存的均值和方差，否则采用滑动... 阅读全文
摘要：
https://www.jianshu.com/p/1a420445deea n.conv1=L.Convolution(n.data,kernel_size=7, stride=2,num_output=64, pad=3,weight_filler=dict(type='msra'),bias_ 阅读全文
摘要：
对于convolution: output = (input + 2 * p - k) / s + 1; 对于deconvolution: output = (input - 1) * s + k - 2 * p; 阅读全文
摘要：
一、显示各层 二、自定义函数:参数/卷积结果可视化 三、训练过程Loss&Accuracy可视化 阅读全文
摘要：
#以SSD的检测测试为例 def detetion(image_dir,weight,deploy,resolution=300): caffe.set_mode_gpu() net = caffe.Net(weight,deploy,caffe.TEST) transformer = caffe.io.Transformer({'data': net.blobs['da... 阅读全文
摘要：
这里注意的是：caffe.io.load_image()读入的像素值是[0-1]之间，且通道顺序为RGB，而caffe内部的数据格式是BGR，因此需要进行如下操作，若是使用opencv打开图片，则无需进行如下操作。 阅读全文
摘要：
# 编写一个函数，将二进制的均值转换为python的均值 def convert_mean(binMean,npyMean): blob = caffe.proto.caffe_pb2.BlobProto() bin_mean = open(binMean, 'rb' ).read() blob.ParseFromString(bin_mean) arr = np... 阅读全文
摘要：
如果想在训练过程中保存模型参数，调用 阅读全文
摘要：
from caffe.proto import caffe_pb2 s = caffe_pb2.SolverParameter() path='/home/xxx/data/' solver_file=path+'solver.prototxt' #solver文件保存位置 s.train_net = path+'train.prototxt' # 训练配置文件 s.tes... 阅读全文
摘要：
net.acc = caffe.layers.Accuracy(net.fc3,net.label) 输出： layer { name: "acc" type: "Accuracy" bottom: "fc3" bottom: "label" top: "acc" } 阅读全文