摘要： 训练好的模型需要进行测试分类效果；查看卷积层输出的特征图以及训练的参数特征，不仅可以更直观的了解各层训练效果，还能够加深理解训练过程。下面以测试cifar10 模型为例，展示测试过程，各层特征图以及参数的可视化。 # _*_ coding : UTF-8 _8_ # 参考：Caffe Cifar10 阅读全文

摘要： 对于训练好的模型，通常需要输入一些其它图像进行测试，用来判断训练好的模型的准确率。由于是单幅图像，或者少数图像的分类测试，转换为lmdb或leveldb格式，再利用caffe工具进行测试比较麻烦。这里总结一些测试图像分类结果的方法，方便今后使用。 方法一：利用caffe自带的classificati 阅读全文

摘要： CNN训练Cifar-10技巧这篇文章中介绍了关于cifar10训练的一些常用技巧，可以提高训练精度以及速度，指的借鉴： 使用ReLu激活函数：ReLu为网络引入了大量的稀疏性，加速了复杂特征解离。非饱和的宽广映射空间，加速了特征学习； 卷积层w初始化逐层增大标准差：Alex选择了高斯分布生成零均值 阅读全文

摘要： MNlST数据集介绍 MNlST (MiXed Nationallnstìtute of Standards and Tecbnology )是一个大型的手写体数字数据库，广泛用于机器学习领域的训练和测试，由纽约大学Yann LeCun 教授整理。MNlST 包括60000个训练集和10000个测试 阅读全文