Caffe學習系列（四）之--訓練自己的模型
前言： 本文章記錄了我將自己的數據集處理並訓練的流程，幫助一些剛入門的學習者，也記錄自己的成長，萬事起於忽微，量變引起質變。 正文： 一、流程 1)准備數據集 2)數據轉換為lmdb格式 3)計算均值並保存（非必需） 4)創建模型 ...
原文：Caffe學習系列(18): 繪制網絡模型
python draw net.py, 這個文件，就是用來繪制網絡模型的。也就是將網絡模型由prototxt變成一張圖片。 在繪制之前，需要先安裝兩個庫 安裝 raphViz 注意，這里用的是apt get來安裝，而不是pip. 安裝pydot 用的是pip來安裝，而不是apt get 安裝好了，就可以調用腳本來繪制圖片了 draw net.py執行的時候帶三個參數 第一個參數：網絡模型的prot ...
2016-01-06 20:06 17 21579 推薦指數：
相關推薦
Caffe學習系列(19): 繪制loss和accuracy曲線
如同前幾篇的可視化，這里采用的也是jupyter notebook來進行曲線繪制 ...
Caffe學習系列(16)：caffe的整體流程
在某社區看到的回答，覺得不錯就轉過來了：http://caffecn.cn/?/question/123 Caffe從四個層次來理解：Blob，Layer,Net,Solver。 1、Blob Caffe的基本數據結構，用四維矩陣Batch*Channel*Height ...
【caffe】繪制網絡結構圖
@tags caffe 網絡結構 可視化 當拿到一份網絡定義文件net.prototxt，可以用工具畫出網絡結構。最快速的方法是使用在線工具netscope，粘貼內容后shift+回車就可以看結果了。 caffe也自帶了網絡結構繪制工具，需要稍微配置下，並確保你用的caffe版本中實現了網絡中 ...
Caffe學習系列（17）： blob
對於blob.h文件。 先看成員變量。定義了6個保護的成員變量，包括前、后向傳播的數據，新、舊形狀數據（？）， 數據個數及容量。 再看成員函數。包括構造函數（4個參數），reshape（改變bl ...
Caffe學習系列(7)：solver及其配置
solver算是caffe的核心的核心，它協調着整個模型的運作。caffe程序運行必帶的一個參數就是solver配置文件。運行代碼一般為 在Deep Learning中，往往loss function是非凸的，沒有解析解，我們需要通過優化方法來求解。solver的主要作用就是交替 ...
Caffe學習系列(17)：模型各層數據和參數可視化
cifar10的各層數據和參數可視化 .caret,.dropup>.btn>.caret{border-top-color:#000!important}.label{border:1px sol ...
Caffe訓練AlexNet網絡模型——問題一
訓練AlexNet網絡時，出現Check failed:datum_height >= crop_size (size vs. 227)錯誤，具體如下圖所示： 根據提示，問題是crop_size的尺寸不匹配，AlexNet網絡默認crop_size的尺寸是227*227，而我進行歸一化 ...