caffe源码阅读(3)-Datalayer
到top即可，并不使用bottom。 在caffe中数据层不仅仅限于DataLayer，因为常常使用 ...
原文：caffe源码阅读
caffe源码阅读 dl caffe 结构 主要两个目录 src: 包含源码实现 include: 头文件 src目录的架构，主要代码在caffe目录中，包含net.cpp, solver.cpp, blob.cpp, layer.cpp, blob.cpp, common.cpp, layers目录主要包含一些层，是caffe核心。proto中只有一个caffe.proto文件，里面使用pro ...
2018-07-27 19:25 0 767 推荐指数：
相关推荐
Caffe 源码阅读（二） 卷积层
背景： 项目中需要在 caffe 中增加 binary convolution layer， 所以在单步调试了 minist 的训练，大致看了一下流程，就详细看 convolution layer 了。 1、数据结构 caffe 的基本数据结构是 Blob，也就是数据流的基本结构 ...
caffe源码阅读(1)-数据流Blob
Blob是Caffe中层之间数据流通的单位，各个layer之间的数据通过Blob传递。在看Blob源码之前，先看一下CPU和GPU内存之间的数据同步类SyncedMemory；使用GPU运算时，数据要在GPU显存中，但是一开始数据是通过CPU读到内存，通过类SyncedMemory来实现显存和内存 ...
caffe源码阅读(1)_整体框架和简介（摘录）
原文链接：https://www.zhihu.com/question/27982282 1.Caffe代码层次。回答里面有人说熟悉Blob，Layer，Net，Solver这样的几大类，我比较赞同。我基本是从这个顺序开始学习的，这四个类复杂性从低到高，贯穿了整个Caffe。把他们分为三个层次 ...
caffe中ConvolutionLayer的前向和反向传播解析及源码阅读
一、前向传播 在caffe中，卷积层做卷积的过程被转化成了由卷积核的参数组成的权重矩阵weights(简记为W)和feature map中的元素组成的输入矩阵(简记为Cin)的矩阵乘积W * Cin。在进行乘积之前，需要对卷积核的参数和feature map作处理，以得到W和Cin。 下面 ...
源码阅读经验谈-slim,darknet,labelimg,caffe(1)
本文首先谈自己的源码阅读体验，然后给几个案例解读，选的例子都是比较简单。重在说明我琢磨的点线面源码阅读方法。我不是专业架构师，是从一个深度学习算法工程师的角度来谈的，不专业的地方请大家轻拍。 经常看别人写的代码，然后改别人的代码，然后实现自己的想法，我想这是我们coder常干的事情。看人 ...
Caffe源码解析1：Blob
转载请注明出处，楼燚(yì)航的blog，http://www.cnblogs.com/louyihang-loves-baiyan/ 首先看到的是Blob这个类，Blob是作为Caffe中数据流通的一个基本类，网络各层之间的数据是通过Blob来传递的。这里整个代码是非常规范的，基本上条件编译 ...
ssd源码解读(caffe)
ssd是经典的one-stage目标检测算法，作者是基于caffe来实现的，这需要加入新的层来完成功能，caffe自定义层可以使用python和c++，faster rcnn既使用了c++定义如smoothl1layer，又使用了python定义，如proposaltargetlayer ...