随笔分类 - Caffe
摘要：装过很多次caffe了，但这个还是遇到了很多奇葩问题，不过以前都是在ubuntu上，这次是在centos上。 1、import error _caffe.so: undefined symbol: _ZN5boost6python6detail11init_moduleER11PyModuleDef
阅读全文
摘要：http://blog.csdn.net/u010402786/article/details/70141261 https://zhuanlan.zhihu.com/p/22624331
阅读全文
摘要：参考：http://blog.csdn.net/bailufeiyan/article/details/50876728#reply
阅读全文
摘要：安装caffe时make all会出现这个错误，按照https://github.com/BVLC/caffe/issues/4988说法，可能时libprotobuf-dev过时了，需要从源码重新变异protobuf。 首先安装：sudo apt-get install autoconf auto
阅读全文
摘要：python图像标记工具labelTool: http://blog.csdn.net/wuzuyu365/article/details/52523061 可视化工具，支持prototxt可视化：http://ethereon.github.io/netscope/#/editor
阅读全文
摘要：对于blob.h文件。 先看成员变量。定义了6个保护的成员变量，包括前、后向传播的数据，新、旧形状数据（？）， 数据个数及容量。 再看成员函数。包括构造函数（4个参数），reshape（改变blob形状），以及很多inline函数。 #ifndef CAFFE_BLOB_HPP_ #define C
阅读全文
摘要：因为没有GPU，所以在CPU下训练自己的数据，中间遇到了各种各样的坑，还好没有放弃，特以此文记录此过程。 1、在CPU下配置faster r-cnn，参考博客：http://blog.csdn.net/wjx2012yt/article/details/52197698#quote 2、在CPU下训
阅读全文
摘要：知乎上的讨论：https://www.zhihu.com/question/27982282 从0开始山寨caffe系列：http://www.cnblogs.com/neopenx/archive/2016/02.html caffe源码阅读系列：http://blog.csdn.net/xize
阅读全文
摘要：如何在Caffe中增加一层新的Layer呢？主要分为四步： （1）在./src/caffe/proto/caffe.proto 中增加对应layer的paramter message； （2）在./include/caffe/***layers.hpp中增加该layer的类的声明，***表示有com
阅读全文
摘要：知乎上这位博主画的caffe的整体结构：https://zhuanlan.zhihu.com/p/21796890?refer=hsmyy Caffe 做train时的流程图，来自http://caffecn.cn/?/question/242
阅读全文
摘要：在某社区看到的回答，觉得不错就转过来了：http://caffecn.cn/?/question/123 Caffe从四个层次来理解：Blob，Layer,Net,Solver。 1、Blob Caffe的基本数据结构，用四维矩阵Batch*Channel*Height*Width表示，存储了包括神
阅读全文
摘要：均值是所有训练样本的均值，减去之后再进行训练会提高其速度和精度。 1、caffe下的均值 数据格式是二进制的binaryproto，作者提供了计算均值的文件compute_image_mean， 计算均值时调用： 生成的均值文件保存在mean_binaryproto。 2、python格式下的均值（
阅读全文
摘要：参考：http://www.cnblogs.com/denny402/p/5088399.html 这节配置python接口遇到了不少坑。 1、我是利用anaconda来配置python环境，在将caffe根目录下的python文件夹加入到环境变量这一步时遇到 问题，我用那个命令打开后不知道怎么加入
阅读全文
摘要：训练网络命令： 用预先训练好的权重来fine-tuning模型，需要一个caffemodel，不能和-snapshot同时使用 参考：http://www.cnblogs.com/denny402/p/5076285.html
阅读全文
摘要：介绍了各种优化算法 参考：http://www.cnblogs.com/denny402/p/5074212.html
阅读全文
摘要：solver是caffe的核心。 http://www.cnblogs.com/denny402/p/5074049.html train_val.prototxt,deploy.prototxt的比较：http://blog.csdn.net/fx409494616/article/details
阅读全文
摘要：参考：http://www.cnblogs.com/denny402/p/5073427.html
阅读全文
摘要：主要包括softmax-loss层（与softmax有区别），全连接层（Inner Prouduct）,accuracy层，reshape层， Dropout层。 softmax: accuracy reshape Dropout层 参考：http://www.cnblogs.com/denny40
阅读全文
摘要：参考：http://www.cnblogs.com/denny402/p/5072507.html 主要介绍了各个激活函数。
阅读全文
摘要：视觉层包括Convolution, Pooling, Local Response Normalization (LRN), im2col等层。 这里介绍下conv层。 输入：n*c0*w0*h0 输出：n*c1*w1*h1 其中，c1就是参数中的num_output，生成的特征图个数 w1=(w0
阅读全文
