【caffe】第22页

TensorRT 基础笔记

采用C++开发，并提供了C++和Python的API接口，支持TensorFlow、Pytorch、Caffe、Mxnet等深度学习框架，其中Mxnet、Pytorch的支持需要先转换为中间模型ONNX

嵌入式视觉·2022-12-23 13:25

CANN训练营-笔记

（昇腾310、910等）芯片使能：CANNAI架构：Mindspore、TensorFlow、Pytorch、Caffe应用使能：ModelArts等异构计算架构CANN计算资源层：系统对数据处理和数据运算执行芯片使能层

guoxy-·2022-12-23 13:55

Java本地高性能缓存实践

作者：杨贤达摩院AI开放服务团队Java缓存技术可分为远端缓存和本地缓存，远端缓存常用的方案有著名的redis和memcache，而本地缓存的代表技术主要有HashMap，GuavaCache，Caffeine

阿里技术·2022-12-23 13:23

Faster-Rcnn训练自己的数据集

1、首先，先从github下载faster-rcnn的安装包https://github.com/rbgirshick/py-faster-rcnn根据里面的Readme配置好caffe环境。

YouthDance·2022-12-23 12:14

深度学习框架

CaffeTheanoTensorFlowTorchPytorchMXNetcuda-convnet2NeonDeeplearning4jCNTKPaddlePaddleKerasTensorFlowGoogle

木子落兮·2022-12-23 11:39

Caffe学习：Forward and Backward

原文forwardandbackwardpasses（前向迭代和反向迭代）是Net最基本的成分。下面以简单的logisticregressionclassifier（逻辑回归分类器）为例。ForwardPass（前向迭代）利用给定的输入，根据模型设定的函数，计算出输出。Thispassgoesfrombottomtotop（数据流向从bottom到top）。数据x通过一个innerproductl

jiarenyf·2022-12-23 09:36

基于OpenCV的垃圾分类项目的C++代码详解——学习笔记（二）

基于OpenCVC++垃圾分类项目的代码详解（工训总结）——对传入图像进行DNN网络分类Begin今天给大家介绍一个现成的人工神经网络——基于caffe框架的DNN（深度神经网络），这也是官方给出的例子

exnovu·2022-12-23 01:03

如何用CNN实现简单图像分类【XO识别】

数据集网址：https://www.optophysiology.uni-freiburg.de/Research/research_DL/CNNsWithMatlabAndCaffe可能是网址错了吧，

bedoomNO1·2022-12-22 19:35

WIN10系统下CUDA8.0以及CUDA5.1配置教程

而目前大多数深度学习框架如caffe，tensorfl

hangguns·2022-12-22 19:32

[解决办法] Linux 服务器进程退出了，但是显存占用

[问题描述]在Linux服务器上跑Caffe、TensorFlow、pytorch之类的需要CUDA的程序时，强行Kill掉进程后发现显存仍然占用[解决办法]使用如下命令查看到top或者ps中看不到的进程

richardxp888·2022-12-22 13:34

ONNX 模型分析与使用

一些框架（例如CNTK，Caffe2，Theano和TensorFlow）使用静态图形，而其他框架（例如PyTorch和Chainer）使用动态图形。

嵌入式视觉·2022-12-22 12:05

海思Hi3559AV100将caffemodel转为wk文件

使用ruyistudio将caffemodel转换为wk文件流程。

m0_49009986·2022-12-22 12:31

Pytorch&paddle&caffe环境搭建

一、Anaconda的安装情况一：电脑没有装python或现在装的可卸载（装Anaconda时先卸python）Anaconda3-5.2.0-Windows-x86_64.exeAnaconda3-5.3.1-Windows-x86_64.exe注：点击标题Anaconda查看安装教程。情况二：电脑目前装了python，但想保留它在(安装文件夹)本地磁盘C:/ProgramData/Anacon

sinian_四年·2022-12-21 12:43

【嵌入式】AI落地部署技能

成功运行已经转化好的模型在模型可以运行的基础上，保证模型的速度、精度和稳定性用C++、cuda写算子(预处理、op、后处理等等)去实现一些独特的算子调bug、联合编译、动态静态库混搭好用的开源推理框架：Caffe

路途…·2022-12-20 23:39

一文上手OpenCV DNN（使用Google inception-5h实现图像分类）

[OpenCV_Samples_CPP]1.DNN模块介绍OpenCV的DNN模块是在OpenCV3.3合并到OpenCVrelease中的，它最早是在扩展模块中的，它可以导入caffe、tensorflow

stdcoutzrh·2022-12-20 18:35

2022CANN训练营进阶班大作业1调试分享

：也就是输入一张JPEG图片，经过DVPP解码+缩放+编码后将结果输出，由于gitee代码仓中没有直接可以实现的代码，不过提供了jpege，resize，jpege三个功能单独实现的代码，以及一个基于CaffeResNet

qq_49723795·2022-12-20 17:30

【CANN训练营第三季】基于Caffe ResNet-50网络实现图片分类

【CANN训练营第三季】基于CaffeResNet-50网络实现图片分类一、云服务器的使用为了更好的让我们能够了解并学习昇腾的相关知识，华为CANN训练营第三季给予了一定的云服务器资源，申请镜像：https

weixin_48453538·2022-12-20 17:23

Redis 6.0 客户端缓存

有没有感觉像我们使用过的本地缓存Guava、Caffeine等一样？有啥特别的？这里Redi

·2022-12-20 16:42

Caffe使用： Ubuntu 14.04(x64) 从cuda 7.0 升级到 cuda8.0

由于之前已经在Ubuntu14.04x64上面安装cuda7.0+caffe，并且已经配置好，caffe也已经跑通。

weixin_30526593·2022-12-20 12:16

anconda使用

Ubuntu20.04anaconda4.9.2anaconda安装conda使用创建环境#方法一condacreate--namepython=#方法二condacreate-npython=#democondacreate-ncaffe-gpu36python

往海·2022-12-20 12:35

阿里数据挖掘比赛总结

偶尔用caffe给师兄老师提个特征，想这个日子也是无聊呀。之后看到了阿里的数据挖掘比赛公交线路客流预测这个题目，时间战线正好，之前也参加过阿里的挖掘比赛，由于没有坚持到最后而效果一般。

荡舟·2022-12-19 23:38

caffe 添加MMDLoss层(caffe 自定义网络层)

这篇文章主要通过《LearningTransferableFeatureswithDeepAdaptationNetworks》这篇论文，增加MMDLoss网络层，对caffe增加网络层进行讲解。

海边的第八只螃蟹·2022-12-19 20:12

Linux下conda安装caffe（超简单），pb转caffe

最近碰到了需要将tensorflow的pb模型转为caffe的prototxt格式的问题，参考了keras/tensorflow1.x模型转换为caffe推理模型-知乎mmdnntensorflow转caffe

不啻逍遥然·2022-12-19 09:18

使用PyTorch训练Cifar10

可以参照AlexNet论文或者caffe的网络框架搭建。

xlcaoyi·2022-12-19 04:02

【CANN训练营第三季】基于Caffe ResNet-50网络实现图片分类在昇腾310服务器的推理过程

云服务器规格（CPU架构：鲲鹏计算）CANNToolkit版本5.1.RC2切换用户su-HwHiAiUser下载sample仓库#进入目录/home/HwHiAiUsercd~#命令行下载master代码gitclonehttps://gitee.com/ascend/samples.git#切换到历史tag，以v0.6.0举例gitcheckoutv0.6.0准备模型#进入样例目录cdsamp

A-Little-Boy·2022-12-19 01:55

Caffe 增加自定义 Layer 及其 ProtoBuffer 参数

://blog.csdn.net/kkk584520/article/details/52721838http://blog.csdn.net/kkk584520博客内容基于新书《深度学习：21天实战Caffe

知海无涯学无止境·2022-12-18 19:27

Caffe 增加自定义 Layer 及其 ProtoBuffer 参数[转自：卜居https://blog.csdn.net/kkk584520/article/details/52721838]

于是花了点时间整理一下之前学习Caffe时增加自定义Layer及自定义ProtoBuffer参数的简单例程，希望对初学者有借鉴意义。

jimfang1987·2022-12-18 19:27

Caffe实践 - 基于VGG16 多标签分类的训练与部署

转载地址：http://blog.csdn.net/zziahgf/article/details/77581761基于CaffeVGG16的多标签分类这里采用从图像直接读取图片数据和标签的方式进行多标签分类

北方的杨先生·2022-12-18 19:24

caffe提取特征用svm进行分类

caffec++批量抽取特征的方法在[1]，但是该方法使用中有几个疑问：1.如何转换levelDB格式为libsvm格式。2..

2014wzy·2022-12-18 15:59

caffe源码阅读6-vision_layers.hpp+各cpp

因为在卷积的时候，caffe为了加速处理，使用了小技巧im2col，所以我们先来看看im2colLayer：1.im2colLayer

thy_2014·2022-12-18 15:14

Caffe: MNIST 数据集格式转换、用 python 读写 LMDB 数据库

Preface这两天概览了一下卜居（赵永科）的《深度学习21天实战caffe》，进入深度学习挺长时间的了。文章也看了不少，Caffe、Theano、Torch也都用过。

chenxp2311·2022-12-18 13:28

【图像分割】用pytorch实现SegNet算法

论文地址：https://arxiv.org/pdf/1511.00561.pdf官方代码：https://github.com/alexgkendall/caffe-segnet这篇博客中的代码可在github

辰之粥·2022-12-18 11:28

图文+代码分析：caffe中全连接层、Pooling层、Relu层的反向传播原理和实现

1.全连接层反向传播设CC为loss全连接层输入：(bottom_data)aa全连接层输出：(top_data)zz假设aa维度K_，zz维度N_，则权值矩阵维度为N_行*K_列，batchsize=M_全连接层每个输出zi=b+∑jwijajzi=b+∑jwijaj1.1bottom_diff计算：对bottom_data求导：∂C∂aj=∑i∂C∂zi⋅∂ziaj=∑izi′wij∂C∂aj

l_____r·2022-12-18 09:56

利用FCN-32s,FCN-16s和FCN-8s训练自己制作的数据集

训练前准备在使用fcn之前需要配置caffe环境，可以参考win10+vs2013+caffe+gpu+python环境配置这篇博客，对如何制作自己的数据集以及FCN-32s训练过程可以参考FCN制作自己的数据集并训练和测试

花生米生花@·2022-12-17 21:39

python猫狗大战代码_猫狗大战

其他的工具也可以尝试，比如caffe,mxnet等。建议模型如果你不知道如何去构建你的模型，可以尝试以下的模型，后面的数字代表年份和月份：应用(可选)(推荐)应用形式多种多样，可以是在

weixin_39544101·2022-12-17 16:43

海思Hi3519AV100深度学习方案（一）darknet转caffmodel之caffe安装（基于Ubuntu16.04+python3.5+opencv3.4.0+cuda10.0）

系列文章目录海思Hi3519AV100深度学习方案（二）darknet转caffmodel之模型转换（yolov3+caffe+python3.5）文章目录系列文章目录前言一、系统已有环境检查1.1查看本机显卡驱动

weixin_43345729·2022-12-17 10:53

极智AI | 让caffe-cudnn8支持yolov3

本教程详细记录了在caffe-cudnn8源码中添加upsample层、yolo层的方法，以支持caffe版本的yolov3模型。

极智视界·2022-12-17 10:22

darknet版本yolov4转caffe

目录1.caffe源码修改2.caffe重新编译3.模型转换4.遇到的问题1.caffe源码修改因为官方caffe1.x框架不支持yolo3/yolov4的upsample层，所以需要手动增加upsample

慕思侣·2022-12-17 10:50

darknet转caffe

背景最近在做华为atlas平台AI项目，atlas平台只支持tensorflow和caffe模型，而自己训练的是yolov3/yolov4/yolov5的darknet模型，需要先转换到pb或者caffemodel

AI松子666·2022-12-17 10:17

yolov5:onnx2caffe

环境：unbuntu18.04cuda10.1python3.7.5(anaconda中的)caffe安装：1.下载caffe源码gitclonegit://github.com/BVLC/caffe.git

qq_37516798·2022-12-17 10:47

在Ubuntu16下，配置GPU版本的caffe，并使用anaconda

历时一天的时间，安装配置OK我的caffe框架，期间遇到了需到坑，现在列下来，并把解决办法分享出来，方便你我他。

Easy.miclover·2022-12-17 10:16

docker配置darknet2caffe问题及操作记录

创建volume挂载dockerrun-i-t-v/d/Project/caffeFile:/mnt--namedatabvlc/caffe:gpu/bin/bash文件交互cp指令cpMakefile.config

define_mine·2022-12-17 10:16

darknet的yolov3转换为yolov3.caffemodel，并验证是否转换成功

darknet原版检测结果转化后模型检测结果前提：默认已经配置好源码版caffe配置caffe步骤：首先配置opencv注意一些和caffe的版本兼容问题然后配置caffe配置成功后在进行下面的配置1、

今年不吃饭...·2022-12-17 10:13

如何在Ubuntu18.04上安装caffe+darknet2caffe环境

Ubuntu的安装请参考《如何快速安装Ubuntu18.04》samba服务的配置请参考《如何在Ubuntu配置Samba服务》前提：由于在安装darknet2caffe环境的时候需要下载并安装torch

Jack_小明·2022-12-17 10:12

YOLOv4 darknet模型转换成caffemodel再转om在Atlas服务器上面推理

YOLOv4darknet模型转换成caffemodel上网搜过很多转换教程,但是很多都少了一些步骤,这里的话自己整理一份教程,本人实测可以转换成功,如果大家觉得有用,关注点赞加收藏也是一种美德哦.1.

HELLOWORLD2424·2022-12-17 10:11

Pytorch版本YOLOv3模型转Darknet weights模型然后转caffemodel再转wk模型在nnie上面推理

Pytorch版本YOLOv3模型转darknetweights模型然后转caffemodel再转wk模型在nnie上面推理文章目录Pytorch版本YOLOv3模型转darknetweights模型然后转