摘要：基于Caffe的MNIST数据集训练与测试 原创：转载请注明https://www.cnblogs.com/xiaoboge/p/10688926.html 摘要 在前面的博文中，我详细介绍了Caffe的网络结构和求解文件，还介绍了如何制作LMDB和Hdf5数据源文件。但是我们还没有完整的介绍过如何 阅读全文

摘要：制作Hdf5数据源详细教程 阅读全文

摘要：Windows10制作LMDB详细教程 原创不易，转载请注明出处：https://www.cnblogs.com/xiaoboge/p/10678658.html 摘要： 当我们在使用Caffe做深度学习项目时，经常需要制作Caffe常用的数据类型lmdb、leveldb以及hdf5等（尽管可以使用 阅读全文

摘要：PCA降维的数学原理 PCA（Principal Component Analysis）是一种常用的数据分析方法。PCA通过线性变换将原始数据变换为一组各维度线性无关的表示，可用于提取数据的主要特征分量，常用于高维数据的降维。网上关于PCA的文章有很多，但是大多数只描述了PCA的分析过程，而没有讲述 阅读全文

摘要：1. 首先，我们先看一个完整的文件：lenet_train_test.prototxt 2. 数据层 3. 卷积层 4. 池化层（pooling layer） 5. 激活函数层 6. 全连接层（FC Layer） 7. soft-max loss层 7. reshape层 8. solver文件解析 阅读全文