摘要：
@tags caffe 概念 一个epoch表示“大层面上的一次迭代”，也就是指，（假定是训练阶段）处理完所有训练图片，叫一个epoch 但是每次训练图片可能特别多，内存/显存塞不下，那么每个epoch内，将图片分成一小堆一小堆的，每一小堆图片数量相等，每一小堆就是一个batch（批次）。 因而，一 阅读全文
摘要：
@tags caffe 照例还是转写为python脚本： 阅读全文
摘要：
@tags caffe python windows下配置caffe后，create_cifar10.sh无法执行，因为是shell脚本。那就看懂脚本意思，用python重写一个： 然后在目录执行： 阅读全文
摘要：
@tags: caffe 文件类别 solver文件 是一堆超参数，比如迭代次数，是否用GPU，多少次迭代暂存一次训练所得参数，动量项，权重衰减（即正则化参数），基本的learning rate，多少次迭代打印一次loss,以及网络结构描述文件（即model文件）存储位置，等等 比如： lenet_ 阅读全文
摘要：
@tags caffe 前面根据train_lenet.sh改写了train_lenet.py后，在根目录下执行它，得到一系列输出，内容如下： 阅读全文
摘要：
@tags: caffe python 在windows下配置caffe后，跑mnist手写数字识别的例子。发现 不能运行。 那就写个python脚本替代吧。 step1 定义两个环境变量，请自行添加并替换成你的目录： step2 在\examples\mnist\下新建train_lenet.py 阅读全文
摘要：
@tags caffe 网络结构 可视化 当拿到一份网络定义文件 ，可以用工具画出网络结构。最快速的方法是使用 "在线工具netscope" ，粘贴内容后shift+回车就可以看结果了。 caffe也自带了网络结构绘制工具，需要稍微配置下，并确保你用的caffe版本中实现了网络中涉及到的层。以下是在 阅读全文