摘要：
这一节尝试把你的数据转换成caffe2能够使用的形式。这个教程使用Iris的数据集。你可以点击[这里][1]查看Ipython Notebook教程。 DB数据格式 Caffe2使用二进制的DB格式来保存数据。Caffe2 DB其实是键 值存储方式的一个美名而已。在键 值（key value）存储方 阅读全文
摘要：
本教程创建一个小的神经网络用于手写字符的识别。我们使用MNIST数据集进行训练和测试。这个数据集的训练集包含60000张来自500个人的手写字符的图像，测试集包含10000张独立于训练集的测试图像。你可以参看本教程的 "Ipython notebook" 。 本节中，我们使用CNN的模型助手来创建网 阅读全文
摘要：
前言 这一节将讲述如何使用Caffe2的特征进行简单的线性回归学习。主要分为以下几步： 生成随机数据作为模型的输入 用这些数据创建网络 自动训练模型 查看梯度递减的结果和学习过程中网络参数的变化 ipython notebook教程请看 "这里" 译者注 ：如果图片看不清，可以保存到本地查看。 这是 阅读全文
摘要：
这一节我们主要讲述如何使用预训练模型。Ipython notebook链接在 "这里" 。 模型下载 你可以去[Model Zoo][1]下载预训练好的模型，或者使用Caffe2的 模块获取预训练的模型。 需要模型的名字所谓参数。你可以去看看有什么模型可用，然后替换下面代码中的 。 译者注 ：如果不 阅读全文
摘要：
学习如何使得图像符合预训练模型的需求，或者用其他数据集的图像来测试自己的模型。 调整大小 缩放 HWC和CHW，数据通道交换 RGB和BGR，颜色通道的交换 Caffe2的图像预处理 Ipython Notebook的教程在 "这里获取" 在这一节中，我们将会展示如何从本地文件或网络链接载入一个图像 阅读全文
摘要：
这篇文章主要介绍Caffe2的基本数据结构： Workspaces Operators Nets 在开始之前最好先阅读以下 " " 首先 ，导入 。其中 和`worksapce protocol buffers caffe2_pb2 caffe2_pb2`模块。 如果你看到一些警告： 不支持GPU。 阅读全文
摘要：
"Models and Datasets" 这一节没什么有用的信息为了保证教程完整性，这里仍然保留这一节。 这一节唯一提到的一点就是： Caffe2的模型文件后缀是：.pb2 结语： 转载请注明出处：http://www.jianshu.com/c/cf07b31bb5f2 阅读全文
摘要：
Caffe2的相关概念 接下来你可以学到更多Caffe2中主要的概念，这些概念对理解和开发Caffe2相当重要。 Blobs and Workspace，Tensors Caffe2中，数据是用blobs储存的。Blob只是内存中的一个数据块。大多数Blobs包含一个张量（tensor），可以理解为 阅读全文
摘要：
在开始之前，我们很感激你对Caffe2感兴趣，希望Caffe2在你的机器学习作品中是一个高性能的框架。Caffe2致力于模块化，促进深度学习想法和原型的实现。 选择你的学习路线 1. [使用一个现成的预训练模型（容易）][1] 2. [编写自己的神经网络（中等）][2] 3. [移动应用。做一个应用 阅读全文
摘要：
本系列教程包括9个小节，对应Caffe2官网的前9个教程，第10个教程讲的是在安卓下用SqueezeNet进行物体检测，此处不再翻译。另外由于栏主不关注RNN和LSTM，所以栏主不对剩下两个教程翻译。有志翻译的同学可向本专栏投稿。 1. [Caffe2 Tutorials Overview] [翻译 阅读全文