之前用deploy.prototxt 还原train val.prototxt过程中，遇到了坑，所以打算总结一下 本人以熟悉的LeNet网络结构为例子 不同点主要在一前一后，相同点都在中间 train val.prototxt 中的开头 看这个名字也知道，里面定义的是训练和验证时候的网络，所以在开始的时候要定义训练集和验证集的来源 deploy.prototxt 中的开头 看这个名字也知道，这个 ...
2017-08-13 13:24 0 13739 推荐指数：
一，train_val.prototxt 二，solver.prototxt 三，deploy.prototxt 参考一： 模型就用程序自带的caffenet模型，位置在 models/bvlc_reference_caffenet/文件夹 ...
参考： http://blog.csdn.net/cham_3/article/details/52682479 以caffe工程自带的mnist数据集，lenet网络为例： 将lenet_train_test.prototxt文件进行一些修改即可得到lenet.prototxt文件 ...
1: 神经网络中，我们通过最小化神经网络来训练网络，所以在训练时最后一层是损失函数层（LOSS）， 在测试时我们通过准确率来评价该网络的优劣，因此最后一层是准确率层（ACCURACY）。 但是当我们真正要使用训练好的数据时，我们需要的是网络给我们输入结果，对于分类问题，我们需要获得 ...
1、可视化工具： http://ethereon.github.io/netscope/quickstart.html 2、常用网络模型caffe-model之.prototxt: https://github.com/soeaver/caffe-model 3、python生成 ...
1.mnist实例 ##1.数据下载 获得mnist的数据包，在caffe根目录下执行./data/mnist/get_mnist.sh脚本。 get_mnist.sh脚本先下载样本库并进行解压缩，得到四个文件。 2.生成LMDB 成功解压缩下载的样本库后，然后执行 ...
参考链接：http://sebastianruder.com/optimizing-gradient-descent/ 如果熟悉英文的话，强烈推荐阅读原文，毕竟翻译过程中因为个人理解有限，可能会有谬误，还望读者能不吝指出。另外，由于原文太长，分了两部分翻译，本篇主要是梯度下降优化算法的总结，下篇 ...
调节训练参数等。 比如你训练0-10000次迭代过程中，train和validation的loss都是不 ...
坑点： 1.pil在打开图片时，默认rgb，默认0-1范围。要搞成0-255的自己去乘 2.有个注意的点，pytorch在第一次con到全联接的时候，要做一个展开操作，直接h=h.view(h.size(0),-1)就可以和caffe的一一对应 3.rgb转bgr：im=im ...
