木易修的博K

摘要： 1.使用卷积层代替全连接层的好处： 答：《Fully Convolutional Networks for Semantic Segmentation》让卷及网络在一张更大的输入图片上滑动，得到每个区域的输出。 https://zhuanlan.zhihu.com/p/22038289?refer= 阅读全文

摘要： 环境：UBUNTU 16.04 CMake caffe 1.0.0-rc3 1.首先编译caffe为debug版本： 在caffe根目录下编辑CMakeFileList.txt,加入如下几行： 重新cmake, $cmake -DCMAKE_BUILD_TYPE=Debug .. (也可以不加，在C 阅读全文

摘要： /***************************************************************************************************************************************************** 阅读全文

摘要： N层的设定一般是按照conv->bn->scale->relu的顺序来形成一个block。 关于bn，有一个注意点，caffe实现中的use_global_stats参数在训练时设置为false，测试时设置为true。 因为在训练时bn作用的对象是一个batch_size，而不是整个训练集，如果没有 阅读全文

摘要： 删除错误添加到暂存区的文件 git rm --cache xxx 或git reset xxx 阅读全文

摘要： 转自https://www.cnblogs.com/cposture/p/git.html 0 基础 我们知道Git有三大区（工作区、暂存区、版本库）以及几个状态（untracked、unstaged、uncommited），下面只是简述下Git的大概工作流程，详细的可以参见本博客的其他有关Git的 阅读全文

摘要： 转自https://www.cnblogs.com/denny402/p/5074212.html 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"), 阅读全文

摘要： 转自https://www.cnblogs.com/maohai/p/6453417.html 一、深度学习中常用的调节参数 本节为笔者上课笔记（CDA深度学习实战课程第一期） 1、学习率 步长的选择：你走的距离长短，越短当然不会错过，但是耗时间。步长的选择比较麻烦。步长越小，越容易得到局部最优化（ 阅读全文

摘要： 转自http://blog.csdn.net/qq_14845119/article/details/54929389 solver.prototxt net:训练预测的网络描述文件，train_test.prototxt test_initialization:取值为true或者false，默认为 阅读全文

摘要： 研究需要，统计了一些经典CNN结构的卷积层参数。 Alexnet Krizhevsky, Alex, Ilya Sutskever, and Geoffrey E. Hinton. “Imagenet classification with deep convolutional neural net 阅读全文