1.前向传播： 一般的我们有top[0]来存放数据，top[1]来存放标签（对于bottom也一样） 2.反向传播： 解释： 补充：最后部分，Zi! ...

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 ...

由于Python的灵活性，我们在caffe中添加自己定义的层时使用python层会更加方便，开发速速也会比C++更快，现在我就在这儿简单说一下如何在caffe中添加自定义的python层（使用的原网络 ...

这里说一下euclidean_loss_layer.cpp关于该欧式loss层的解析，代码如下： #include <vector> #include "caffe/layers ...

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 ...

转载链接：http://withwsf.github.io/2016/04/14/Caffe-with-Python-Layer/ Caffe通过Boost中的Boost.Python模块来支持使用 ...

参考赵永科的博客，这里我们实现一个新 Layer，名称为 AllPassLayer，顾名思义就是全通 Layer，“全通”借鉴于信号处理中的全通滤波器，将信号无失真地从输入转到输出。 虽然这个 La ...