随笔分类 -  caffe

上一页 1 2
DL工具
Caffe学习系列(11)：图像数据转换成db（leveldb/lmdb)文件
摘要：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caffe中能够运行的db（leveldb/lmdb)... 阅读全文
posted @ 2015-12-28 14:00 denny402 阅读(83265) 评论(37) 推荐(12) 编辑
Caffe学习系列(10)：命令行解析
摘要：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：convert_imageset.cpp, t... 阅读全文
posted @ 2015-12-25 16:22 denny402 阅读(68297) 评论(11) 推荐(9) 编辑
Caffe学习系列(9)：运行caffe自带的两个简单例子
摘要：为了程序的简洁，在caffe中是不带练习数据的，因此需要自己去下载。但在caffe根目录下的data文件夹里，作者已经为我们编写好了下载数据的脚本文件，我们只需要联网，运行这些脚本文件就行了。注意：在caffe中运行所有程序，都必须在根目录下进行，否则会出错1、mnist实例mnist是一个手写数字... 阅读全文
posted @ 2015-12-25 11:57 denny402 阅读(64971) 评论(9) 推荐(6) 编辑
Caffe学习系列(8)：solver优化方法
摘要：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: "AdaGrad"),Adam (type: "Ada... 阅读全文
posted @ 2015-12-24 20:25 denny402 阅读(49427) 评论(3) 推荐(7) 编辑
Caffe学习系列(7)：solver及其配置
摘要：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# caffe train --solver=*_slover.prototxt在Deep Learning中，往往loss function是非凸的，没有解析解，... 阅读全文
posted @ 2015-12-24 19:26 denny402 阅读(104381) 评论(10) 推荐(22) 编辑
Caffe学习系列(6)：Blob,Layer and Net以及对应配置文件的编写
摘要：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，从而进行便利的操作和通讯。Blob是caffe框架中一种标准的数组，一种统一的内存接口，它详细描... 阅读全文
posted @ 2015-12-24 16:08 denny402 阅读(29971) 评论(0) 推荐(7) 编辑
Caffe学习系列(5)：其它常用层及参数
摘要：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-losssoftmax-loss层和softmax层计算大致是相同的。softmax是一个分类器，计算的是类别的概率... 阅读全文
posted @ 2015-12-24 13:24 denny402 阅读(64378) 评论(3) 推荐(1) 编辑
Caffe学习系列(4)：激活层（Activiation Layers)及参数
摘要：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等的。输入：n*c*h*w输出：n*c*h*w常用的激活函数有sigmoid, ... 阅读全文
posted @ 2015-12-24 11:27 denny402 阅读(43680) 评论(7) 推荐(3) 编辑
Caffe学习系列(3)：视觉层（Vision Layers)及参数
摘要：所有的层都具有的参数，如name, type, bottom, top和transform_param请参看我的前一篇文章：Caffe学习系列(2)：数据层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 N... 阅读全文
posted @ 2015-12-23 20:10 denny402 阅读(55930) 评论(16) 推荐(9) 编辑
Caffe学习系列(2)：数据层及参数
摘要：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（prototxt）的编写。层有很多种类型，比如D... 阅读全文
posted @ 2015-12-23 18:47 denny402 阅读(105198) 评论(14) 推荐(16) 编辑
Caffe学习系列(1)：安装配置ubuntu14.04+cuda7.5+caffe+cudnn
摘要：一、版本 linux系统：Ubuntu 14.04 （64位） 显卡：Nvidia K20c cuda: cuda_7.5.18_linux.run cudnn: cudnn-7.0-linux-x64-v4.0-rc 二、下载 Ubuntu 14.04下载地址：http://www.ubuntu. 阅读全文
posted @ 2015-12-22 17:07 denny402 阅读(50458) 评论(28) 推荐(6) 编辑
caffe windows学习：第一个测试程序
摘要：caffe windows编译成功后，就可以开始进行测试了。如果还没有编译成功的，请参考：caffe windows 学习第一步：编译和安装（vs2012+win 64)一般第一个测试都是建议对手写字体minist进行识别。这个测试放在根目录下的 .\examples\mnist\ 文件夹内。1、下... 阅读全文
posted @ 2015-12-12 13:46 denny402 阅读(30680) 评论(14) 推荐(0) 编辑
caffe windows 学习第一步：编译和安装（vs2012+win 64)
摘要：没有GPU，没有linux, 只好装caffe的windows版本了。我的系统是win10(64位），vs 2012版本，其它什么都没有装，因此会需要一切的依赖库。其实操作系统只要是64位就行了，无所谓版本，win7,win8,win10都行.1、安装vs2012。2、安装 cude 6.5 可到此... 阅读全文
posted @ 2015-12-12 12:32 denny402 阅读(28299) 评论(34) 推荐(1) 编辑
Google protocol buffer在windows下的编译
摘要：在caffe框架中，使用的数据格式是google的 protocol buffer。对这个不了解，所以，想简单学习一下。简单来说，Protocol Buffer 是一种轻便高效的结构化数据存储格式，可以用于结构化数据序列化和反序列化。一提到序列化就想到了JSON,不错，两者很相似。如果对JSON不熟... 阅读全文
posted @ 2015-11-23 20:07 denny402 阅读(11451) 评论(0) 推荐(2) 编辑

上一页 1 2