摘要：
对应之前的tensorflow的optimizor，再次回顾一下，solver就是使得loss最小化的方法。，对于一个数据集，我们需要优化的目标函数是整个数据集中所有数据loss的平均值。 其中，fW(x(i))计算的是数据x(i)上的loss, 先将每个单独的样本x的loss求出来，然后求和，最后 阅读全文
摘要：
Blob，layer Net， solver配置文件的编写 blob: 数据节点，4维数组:num, channel, width, height,相当于 一个tensor， n个tensor组成, n deminsional 矩阵。 在一个卷积层中，输入一张3通道图片，有96个卷积核，每个核大小为 阅读全文
摘要：
继续layer的学习。 cafee中的卷积层: param：只有一个为权重的学习率，两个的话第二个为bias的学习率，最终的学习率需要这个数乘以solver.prototxt配置文件中的base_lr。 num_output:卷积核个数 kernel_size": filter size,如果 h 阅读全文
摘要：
在深度学习零率，caffe是一个非常高效的的图像处理框架，结合了nvidia的cuda，cudnn加速技术，非常适合进行AI CNN方向的图像分类，回归，分割等。 但是由于caffe的教程较少，而且配置比较复杂，可能用的人没有tf那么广泛。 昨天在Ubantu14.04上配置了caffe, CUDA 阅读全文