纸鸢spring - 博客园

2016年3月4日

摘要：在caffe中，网络的结构由prototxt文件中给出，由一些列的Layer（层）组成，常用的层如：数据加载层、卷积操作层、pooling层、非线性变换层、内积运算层、归一化层、损失计算层等；本篇主要介绍激活函数层 1. 激活函数层总述下面首先给出激活函数层的结构设置的一个小例子（定义在.prot 阅读全文

posted @ 2016-03-04 02:10 纸鸢spring 阅读(1966) 评论(0) 推荐(0) 编辑

caffe之(二)pooling层

摘要：在caffe中，网络的结构由prototxt文件中给出，由一些列的Layer（层）组成，常用的层如：数据加载层、卷积操作层、pooling层、非线性变换层、内积运算层、归一化层、损失计算层等；本篇主要介绍pooling层 1. Pooling层总述下面首先给出pooling层的结构设置的一个小例子阅读全文

posted @ 2016-03-04 00:54 纸鸢spring 阅读(6044) 评论(0) 推荐(0) 编辑

caffe之（一）卷积层

摘要：在caffe中，网络的结构由prototxt文件中给出，由一些列的Layer（层）组成，常用的层如：数据加载层、卷积操作层、pooling层、非线性变换层、内积运算层、归一化层、损失计算层等；本篇主要介绍卷积层参考下面首先给出卷积层的结构设置的一个小例子（定义在.prototxt文件中）注：在阅读全文

posted @ 2016-03-04 00:45 纸鸢spring 阅读(14144) 评论(0) 推荐(0) 编辑

2016年3月3日

docker下使用caffe的命令记录

摘要：查看所有的images sudo docker images 利用某个image生成container sudo docker run -it --net=host -v /home/tingting/Dropbox/code/craterDetection/docker:/root/workspa 阅读全文

posted @ 2016-03-03 02:51 纸鸢spring 阅读(1101) 评论(0) 推荐(0) 编辑

docker安装caffe

摘要：【最近一直想要学习caffe，但是苦苦纠结于环境安装不上，真的是第一步都迈不出去，还好有docker的存在！下面，对本人如何利用docker安装caffe做以简单叙述，不属于教程，只是记录自己都做了什么，方便以后查看，本人菜鸟一枚，虽然安装上了，但很多细节并不清楚】为了能够在安装docker时方便阅读全文

posted @ 2016-03-03 02:14 纸鸢spring 阅读(3037) 评论(0) 推荐(0) 编辑

2016年3月2日

Docker的安装及简单使用

摘要： 1. Docker的安装（这里的“安装docker”其实就是安装Docker Engine） $ sudo apt-get intasll docker.io note: apt-get是ubuntu安装软件的管理工具 2. 确认docker engine是否安装成功 # Check that y 阅读全文

posted @ 2016-03-02 23:40 纸鸢spring 阅读(522) 评论(0) 推荐(0) 编辑

2016年3月1日

Docker 安装jupyter notebook

摘要： 1. 利用image运行一个container sudo docker run -it --net=host tingting --net=host：让container可以上网，安装原来的sudo docker run -it tingting方法安装是不能联网的，不知道为什么，加入了--net= 阅读全文

posted @ 2016-03-01 08:15 纸鸢spring 阅读(5017) 评论(0) 推荐(0) 编辑

2016年2月14日

3*3卷积核实例

摘要：（转）3x3 convolution kernels with online demo 3x3 convolution kernels with online demo Which are the most used 3x3 convolution kernels/matrices? Which k 阅读全文

posted @ 2016-02-14 07:03 纸鸢spring 阅读(2374) 评论(0) 推荐(0) 编辑

2D image convolution

摘要：在学习cnn的过程中，对convolution的概念真的很是模糊，本来在学习图像处理的过程中，已对convolution有所了解，它与correlation是有不同的，因为convolution = correlation + filp over in both horizontal + verti 阅读全文

posted @ 2016-02-14 03:54 纸鸢spring 阅读(1215) 评论(0) 推荐(0) 编辑

2016年2月9日

nump中的为随机数产生器的seed

摘要：在python的程序中，发现了如下的伪随机数产生的代码 rng = numpy.random.RandomState(23355) arrayA = rng.uniform(0,1,(2,3)) 该段代码的目的是产生一个2行3列的assarray，其中的每个元素都是[0,1]区间的均匀分布的随机数阅读全文

posted @ 2016-02-09 05:24 纸鸢spring 阅读(5328) 评论(2) 推荐(0) 编辑

zhiyuanspring

公告