文章分类 - caffe傻瓜系列（转载）
摘要：Caffe傻瓜系列(11)：caffe中的lr_policy选择 在自己配置训练网络时的solver文件中这个参数选择有好多种策略。 接下来看看caffe.proto文件的这个参数： [cpp] view plain copy // The learning rate decay policy. T
阅读全文
摘要：Caffe傻瓜系列(10)：draw_net.py绘制caffe net结构 1、安装pydot [cpp] view plain copy $ sudo apt-get install python-pydot [cpp] view plain copy [cpp] view plain copy
阅读全文
摘要：Caffe傻瓜系列(9)：训练和测试自己的图片 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中经常使用的数据类型是lmdb或leveldb，因此就产生了这样的一个问题：如何从原始图片文件转换成caf
阅读全文
摘要：Caffe傻瓜系列(8)：命令行解析 caffe的运行提供三种接口：c++接口（命令行）、python接口和matlab接口。本文先对命令行进行解析，后续会依次介绍其它两个接口。 caffe的c++主程序（caffe.cpp)放在根目录下的tools文件夹内, 当然还有一些其它的功能文件，如：con
阅读全文
摘要：Caffe傻瓜系列(7)：solver优化方法 上文提到，到目前为止，caffe总共提供了六种优化方法： Stochastic Gradient Descent (type: "SGD"), AdaDelta (type: "AdaDelta"), Adaptive Gradient (type:
阅读全文
摘要：Caffe傻瓜系列(6):solver及其配置 solver算是caffe的核心的核心，它协调着整个模型的运作。caffe程序运行必带的一个参数就是solver配置文件。运行代码一般为 在Deep Learning中，往往loss function是非凸的，没有解析解，我们需要通过优化方法来求解。s
阅读全文
摘要：Caffe傻瓜系列(5):Blob,Layer and Net以及对应配置文件的编写 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
阅读全文
摘要：Caffe傻瓜系列(4):其它常用层及参数 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层及其它们的参数配置。 1、softmax-loss softmax-loss层和softmax层计算大致是相同的
阅读全文
摘要：Caffe傻瓜系列(3):激活层（Activiation Layers)及参数 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
阅读全文
摘要：Caffe傻瓜系列(2):视觉层（Vision Layers)及参数 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：
阅读全文
摘要：Caffe傻瓜系列(1)：数据层及参数 要运行caffe，需要先创建一个模型（model)，如比较常用的Lenet,Alex等， 而一个模型由多个屋（layer）构成，每一屋又由许多参数组成。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（prot
阅读全文
浙公网安备 33010602011771号