随笔分类 - caffe
cafffe相关学习笔记
摘要：由于我安装了cuda9.2和cuda10.0, 现在想使用cuda10.0，但是使用cmake总是找到cuda9.2,虽然环境变量path里面cuda10是放在cuda9.2前面的。 cmake总是找到cuda9.2的原因是环境变量CUDA_PATH里面配置的是cuda9.2，cmake是按照CUD
阅读全文
摘要：在jupyter下跑通的测试demo，修改了文件加载的绝对路径，以及下面代码中原来的xrange改为range，以及deploy.prototxt中的相对路径“data/VOC0712/labelmap_voc.prototxt” 改为绝对路径 。 Detection with SSD In thi
阅读全文
摘要：今天编译caffe-ssd遇到编译错误： 1 Line 9690: 3>E:\GitHub\caffe-ssd-windows\src\caffe\layer_factory.cpp(141): error C2061: syntax error: identifier 'SliceLayer' 2
阅读全文
摘要：在windows下是否可以执行sh文件呢，搜了一下，可以安装了git就可以执行，当然这不是唯一答案。 然后联想到caffe下有一些.sh文件可以尝试，就用create_mnist.sh尝试把。 create_mnist.sh原文件内容为： 1 #!/usr/bin/env sh 2 # This s
阅读全文
摘要：由于caffe安装坑很多，而且caffe框架很久不更新了，微调对框架影响不大，所以对与ubuntu18.04在caffe官网提供了一条命令安装，避免很多踩坑痛苦。 CPU的一条命令安装： sudo apt install caffe-cpu GPU的一条命令安装： sudo apt install
阅读全文
摘要：本记录只暂时只记录一些错误。 编译错误，opencv3.2与anaconda3下的libtiff不兼容，冲突。 问题查找（查找所有的TIFF库与编译错误提示匹配/usr/lib/x86_64-linux-gnu/libopencv_imgcodecs.so.3.2.0: undefined refe
阅读全文
摘要：昨天安装caffe，因为用的是cuda10.2，遇到各种问题，最终也没有安装成功。使用cmake配置成功、生成成功、编译的时候报错。 1 /usr/local/cuda/include/cuda_runtime_api.h:9580:60: error: ‘cudaGraphExec_t’ was
阅读全文
摘要：$ ./build/tools/caffe.bin caffe.bin: command line brew usage: caffe <command><aegs> commands: train 训练或微调一个模型 test 对一个模型打分 device_query 显示GPU诊断信息 time
阅读全文
摘要：之前没有编译过OpenBlas，今天试了一下。 与参考博客不同之处，我的系统是win10，opencOpenBlas版本0.2.14，Visual Studio版本15. 编译使用MSYS2安装mingw32和mingw64分别编译32位和64位的库。使用mingw编译不使用visual sutdi
阅读全文
摘要：参考博客：https://blog.csdn.net/xiaoyezi_1834/article/details/50724875 使用Anjuta 我使用的是ubuntu18.04,安装命令： sudo apt-get install anjuta 安装完成后，启动，在命令窗口输入： anjuta
阅读全文
摘要：参考博客：https://blog.csdn.net/u013139259/article/details/52143240
阅读全文
摘要：参考博客：https://www.cnblogs.com/Peyton-Li/p/7620266.html 模型小型化旨在保证模型效果不会明显下降的情况下降低模型的参数量，从而提高模型的运算速度。 以下是几种模型小型化的方法： 1、修改某些卷积层的num_output 其实很多模型的参数都有冗余，有
阅读全文
摘要：熟悉代码调用流程，可以在调试结束前显示代码图，操作位置： 比如开源的caffe_ocr的代码图：
阅读全文
摘要：Caffe是纯粹的C++/CUDA架构，支持命令行、Python和MATLAB接口；可以在CPU和GPU直接无缝切换： Caffe::set_mode(Caffe::GPU); Caffe的优势 1、上手快：模型与相应优化都是以文本形式而非代码形式给出 Caffe给出了模型的定义、最优化设置以及预训
阅读全文
摘要：本机配置cuda8.0使用的cudnn是下面要说的重点，vs2015,win10,1080Ti 下载了开源项目：https://github.com/senlinuc/caffe_ocr 编译的时候报错：caffe_ocr-master/src/caffe/layers/DenseBlock_lay
阅读全文
摘要：参考博客：https://kezunlin.me/post/bb64e398/
阅读全文
摘要：参考博客：https://blog.csdn.net/shenjide/article/details/101196134 关于MT和MD 参考博客：https://www.jianshu.com/p/96d5c4aa403c 使用命令行编译MT或MD运行库依赖的库。
阅读全文
摘要：设置ubuntu的softwares&updates的源为国内源，这样会提高下载速度。 如果是安装python相关库，为提高速度使用： pip3 install 要下载的库 -i https://国内源 安装caffe依赖库： 1 # python3 modules (numpy, protobuf
阅读全文
摘要：安装anaconda3 安装opencv3.1.0 安装依赖库 修改Makefile.config 修改Makefile 编译报错，卸载anaconda中的protobuffer: conda uninstall protobuf 重新编译，成功。(具体细节有时间再补充)
阅读全文
摘要：在caffe中模型的加载是通过这个函数加载的： void Net<Dtype>::CopyTrainedLayersFrom(const string trained_filename)
阅读全文
浙公网安备 33010602011771号