1、Convolution层： 就是卷积层，是卷积神经网络（CNN）的核心层。 层类型：Convolution 　　lr_mult: 学习率的系数，最终的学习率是这个数乘以solver.prototxt配置文件中的base_lr。如果有两个lr_mult, 则第一个表示权值的学习 ...

在caffe中，网络的结构由prototxt文件中给出，由一些列的Layer（层）组成，常用的层如：数据加载层、卷积操作层、pooling层、非线性变换层、内积运算层、归一化层、损失计算层等；本篇主要介绍卷积层 参考 1. 卷积层总述 下面首先给出卷积层的结构设置的一个小例子（定义 ...

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 ...

为反卷积（Deconvolution），当然就是要介绍各种反卷积，不得不说的是随着近几年人工智能如火如荼 ...

deconvolution讲解论文链接：https://arxiv.org/abs/1609.07009 关于conv和deconvoluton的另一个讲解链接：http://deeplearning.net/software/theano_versions/dev/tutorial ...

...

caffe中大多数层用C++写成。 但是对于自己数据的输入要写对应的输入层，比如你要去图像中的一部分，不能用LMDB，或者你的label 需要特殊的标记。 这时候就需要用python 写一个输入层。 如在fcn 的voc_layers.py 中 有两个类： VOCSegDataLayer ...

caffe添加python数据层（ImageData） 在caffe中添加自定义层时，必须要实现这四个函数，在C++中是（LayerSetUp，Reshape，Forward_cpu，Backward_cpu），在python 中是（setup，reshape ...