Caffe学习系列（四）之--训练自己的模型
前言： 本文章记录了我将自己的数据集处理并训练的流程，帮助一些刚入门的学习者，也记录自己的成长，万事起于忽微，量变引起质变。 正文： 一、流程 1)准备数据集 2)数据转换为lmdb格式 3)计算均值并保存（非必需） 4)创建模型 ...
原文：Caffe学习系列(18): 绘制网络模型
python draw net.py, 这个文件，就是用来绘制网络模型的。也就是将网络模型由prototxt变成一张图片。 在绘制之前，需要先安装两个库 安装 raphViz 注意，这里用的是apt get来安装，而不是pip. 安装pydot 用的是pip来安装，而不是apt get 安装好了，就可以调用脚本来绘制图片了 draw net.py执行的时候带三个参数 第一个参数：网络模型的prot ...
2016-01-06 20:06 17 21579 推荐指数：
相关推荐
Caffe学习系列(19): 绘制loss和accuracy曲线
如同前几篇的可视化，这里采用的也是jupyter notebook来进行曲线绘制 ...
Caffe学习系列(16)：caffe的整体流程
在某社区看到的回答，觉得不错就转过来了：http://caffecn.cn/?/question/123 Caffe从四个层次来理解：Blob，Layer,Net,Solver。 1、Blob Caffe的基本数据结构，用四维矩阵Batch*Channel*Height ...
【caffe】绘制网络结构图
@tags caffe 网络结构 可视化 当拿到一份网络定义文件net.prototxt，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 ...
Caffe学习系列（17）： blob
对于blob.h文件。 先看成员变量。定义了6个保护的成员变量，包括前、后向传播的数据，新、旧形状数据（？）， 数据个数及容量。 再看成员函数。包括构造函数（4个参数），reshape（改变bl ...
Caffe学习系列(7)：solver及其配置
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 在Deep Learning中，往往loss function是非凸的，没有解析解，我们需要通过优化方法来求解。solver的主要作用就是交替 ...
Caffe学习系列(17)：模型各层数据和参数可视化
cifar10的各层数据和参数可视化 .caret,.dropup>.btn>.caret{border-top-color:#000!important}.label{border:1px sol ...
Caffe训练AlexNet网络模型——问题一
训练AlexNet网络时，出现Check failed:datum_height >= crop_size (size vs. 227)错误，具体如下图所示： 根据提示，问题是crop_size的尺寸不匹配，AlexNet网络默认crop_size的尺寸是227*227，而我进行归一化 ...