【caffe学习】

Caffe学习3-使用预训练模型finetuning

该篇陈述了在采用imagenet大数据集合上使用caffenet预训练得到caffemodel，然后应用该caffemodel进一步fintuning图像风格数据库style。下面为主要步骤：#采用别人的预训练模型，在自己的数据库上进行微调（fine-tunning）#fine-tune是应用别人在大数据集合上训练到一定程度的caffemodel，在这进行微调。这比随机化参数要好，因为该模型可能已
阅微草堂123·2016-05-09 17:14

Caffe学习3-使用预训练模型finetuning

该篇陈述了在采用imagenet大数据集合上使用caffenet预训练得到caffemodel，然后应用该caffemodel进一步fintuning图像风格数据库style。下面为主要步骤：#采用别人的预训练模型，在自己的数据库上进行微调（fine-tunning） #fine-tune是应用别人在大数据集合上训练到一定程度的caffemodel，在这进行微调。这比随机化参数要好，因为该模型可能
cfyzcc·2016-05-09 17:00

CAFFE学习笔记（二）Caffe_Example之测试mnist

这一次的博客将接着上一次的内容，简单讲解一下如何使用训练后的网络lenet_iter_5000.caffemodel与lenet_iter_10000.caffemodel。1、在网络训练完毕后，将在指定路径后生成四个文件，其中两个caffemodel文件lenet_iter_5000.caffemodel与lenet_iter_10000.caffemodel为我们测试时所需要的，它们分别存放着
u013534498·2016-05-07 22:00

CAFFE学习笔记（一）Caffe_Example之训练mnist

0、参考文献[1]caffe官网《TrainingLeNetonMNISTwithCaffe》;[2]薛开宇《读书笔记4学习搭建自己的网络MNIST在caffe上进行训练与学习》（[1]的翻译版，同时还有作者的一些注解，很赞）;1、*.sh文件如何执行？①方法一：有sh后缀名的是linux脚本文件，在windows下为了执行这个文件，应该下载git。然后对于sh文件右键，打开方式，选择git-ba
u013534498·2016-05-07 21:00

Caffe学习系列(6)：Blob,Layer and Net以及对应配置文件的编写

深度网络(net)是一个组合模型，它由许多相互连接的层（layers)组合而成。Caffe就是组建深度网络的这样一种工具，它按照一定的策略，一层一层的搭建出自己的模型。它将所有的信息数据定义为blobs，从而进行便利的操作和通讯。Blob是caffe框架中一种标准的数组，一种统一的内存接口，它详细描述了信息是如何存储的，以及如何在层之间通讯的。1、blobBlobs封装了运行时的数据信息，提供了C
lien0906·2016-05-06 17:00

caffe学习2-LeNet网络

LeNet网络是YannleCun在1989年提出的一个经典CNN网络，主要用于手写字体的识别，准确率可以达到99%以上。这里采用caffe的python接口进行训练，包括对网络的定义、训练参数的定义、观察卷积效果和卷积核、记录损失函数和测试精度并绘制相关图形。#采用caffe的python接口进行lenet经典网络训练 #第一步，加载相关模块 frompylabimport* #在noteboo
cfyzcc·2016-05-05 10:00

Caffe学习笔记（一）——Windows 下caffe安装与配置

本文主要介绍：经过一番周折，在Windows764位系统下成功配置Caffe，下面总结一下基本的配置过程，以及配置过程中遇到的问题。该教程对以前版本caffe比较适用，建议安装新版:本https://github.com/BVLC/caffe/tree/windows配置环境：Windows7X64+CUDA7.0+VS2013+Matlab2014a1.安装CUDA1.1.版本选择至于版本的选择
缄默hong·2016-05-04 21:14

Caffe学习笔记（一）——Windows 下caffe安装与配置

本文主要介绍：经过一番周折，在Windows764位系统下成功配置Caffe，下面总结一下基本的配置过程，以及配置过程中遇到的问题。配置环境：Windows7X64+CUDA7.0+VS2013+Matlab2014a1.安装CUDA1.1.版本选择至于版本的选择，安装7.5、7.0和6.5版本都可以，安装包网上到处可见，分享一个自己安装的版本：http://pan.baidu.com/s/1i5
hong__fang·2016-05-04 21:00

Caffe学习1-图像识别与数据可视化

本文采用深度学习库caffe做图像的识别与分类，所用模型为caffemodel。具体参考caffe官网：http://nbviewer.jupyter.org/github/BVLC/caffe/blob/master/examples/00-classification.ipynb#用caffe来进行图像的识别和各层可视化#加载各个模块，比如python，numpy和matploblibimpo
阅微草堂123·2016-05-04 21:54

Caffe学习1-图像识别与数据可视化

本文采用深度学习库caffe做图像的识别与分类，所用模型为caffemodel。具体参考caffe官网：http://nbviewer.jupyter.org/github/BVLC/caffe/blob/master/examples/00-classification.ipynb#用caffe来进行图像的识别和各层可视化 #加载各个模块，比如python，numpy和matploblib im
cfyzcc·2016-05-04 21:00

caffe学习笔记：1、Training LeNet on MNIST with Caffe

TrainingLeNetonMNISTwithCaffeWewillassumethatyouhaveCaffesuccessfullycompiled.Ifnot,pleaserefertotheInstallationpage.Inthistutorial,wewillassumethatyourCaffeinstallationislocatedatCAFFE_ROOT.PrepareDa
tianliangjay·2016-05-04 14:00

Caffe学习系列(2)：数据层及参数

摘自http://www.cnblogs.com/denny402/p/5070928.html，对Caffe的数据层参数设置讲解详细，收录备忘要运行caffe，需要先创建一个模型（model)，如比较常用的Lenet,Alex等，而一个模型由多个屋（layer）构成，每一屋又由许多参数组成。所有的参数都定义在caffe.proto这个文件中。要熟练使用caffe，最重要的就是学会配置文件（pro
eagelangel·2016-04-30 19:22

Caffe学习系列(3)：im2col

转自http://www.cnblogs.com/denny402/p/5071126.htmlhttp://www.cnblogs.com/louyihang-loves-baiyan/p/5154337.html分析很清楚，转载备忘im2col层如果对matlab比较熟悉的话，就应该知道im2col是什么意思。它先将一个大矩阵，重叠地划分为多个子矩阵，对每个子矩阵序列化成向量，最后得到另外一个
eagelangel·2016-04-30 17:18

Caffe学习系列(3)：视觉层（Vision Layers)及参数

所有的层都具有的参数，如name,type,bottom,top和transform_param请参看我的前一篇文章：Caffe学习系列(2)：数据层及参数本文只讲解视觉层（VisionLayers)的参数
lien0906·2016-04-26 11:00

caffe学习笔记：mnist

转载文章：http://blog.csdn.net/xiaoju222/article/details/43669651caffe-mnist实例的官方链接http://caffe.berkeleyvision.org/gathered/examples/mnist.html 1、在安装成功caffe的基础上运行mnist实例 2、准备数据 首先需要从MNIST网站上下载和改变数据格式，运行一下命
u012700322·2016-04-22 22:00

pycaffe学习

环境：ubuntu14.0464bit，python2.7（notanaconda),caffe当前最新版首先可以看下caffe官网给出的pycaffe有关介绍：caffe.Netisthecentralinterfaceforloading,configuring,andrunningmodels.caffe.Classifierandcaffe.Detectorprovideconvenien
thesby·2016-04-22 11:00

Caffe学习笔记二 Extracting Features

根据薛开宇学习笔记以及Caffe官网整理。SelectdatatorunonStep1：做一个临时文件夹存放东西。mkdirexamples/_temp//在CAFFE_ROOT目录下mkdir命令能够创建一个目录。mkdir目录名Step2：为在images文件夹的照片生成一个文件列表。find`pwd`/examples/images-typef-exececho{}\;>examples/_
qq_20547163·2016-04-13 16:00

Caffe学习笔记一 Caffe的结构

Caffe的三级结构原文地址：Caffe学习笔记6-Caffe结构简析（知乎同步）caffe分为三个层次：Blob：是基础的数据结构，是用来保存学习到的参数以及网络传输过程中产生数据的类。
qq_20547163·2016-04-12 09:00

Caffe学习笔记二 mnist的使用

PrepareDatasetsYouwillfirstneedtodownloadandconvertthedataformatfromtheMNISTwebsite.Todothis,simplyrunthefollowingcommands:cd$CAFFE_ROOT ./data/mnist/get_mnist.sh//下载mnist的数据 ./examples/mnist/create_m
qq_20547163·2016-04-11 11:00

Caffe学习系列(23)：如何将别人训练好的model用到自己的数据上

caffe团队用imagenet图片进行训练，迭代30多万次，训练出来一个model。这个model将图片分为1000类，应该是目前为止最好的图片分类model了。假设我现在有一些自己的图片想进行分类，但样本量太小，可能只有几百张，而一般深度学习都要求样本量在1万以上，因此训练出来的model精度太低，根本用不上，那怎么办呢？那就用caffe团队提供给我们的model吧。因为训练好的model里面
冲冲那年·2016-04-06 19:35

Caffe学习系列(12)：训练和测试自己的图片

学习caffe的目的，不是简单的做几个练习，最终还是要用到自己的实际项目或科研中。因此，本文介绍一下，从自己的原始图片到lmdb数据，再到训练和测试模型的整个流程。一、准备数据有条件的同学，可以去imagenet的官网http://www.image-net.org/download-images，下载imagenet图片来训练。但是我没有下载，一个原因是注册账号的时候，验证码始终出不来（听说是g
冲冲那年·2016-04-06 15:36

Caffe学习系列 绘制网络模型

转载于 http://www.cnblogs.com/denny402/p/5106764.htmlpython/draw_net.py,这个文件，就是用来绘制网络模型的。也就是将网络模型由prototxt变成一张图片。在绘制之前，需要先安装两个库１、安装ＧraphViz#sudoapt-getinstallGraphViz注意，这里用的是apt-get来安装，而不是pip.2、安装pydot#s
baobei0112·2016-03-22 13:00

caffe学习入门：pycaffe的使用

caffe学习入门：pycaffe的使用caffe的官方完美的支持python语言的兼容，提供了pycaffe的接口。
liyaohhh·2016-03-19 19:11

caffe学习入门：pycaffe的使用

                      caffe学习入门：pycaffe的使用   caffe的官方完美的支持python语言的兼容，提供了pycaffe的接口。
liyaohhh·2016-03-19 19:00

Caffe学习笔记5-BLAS与boost::thread加速

Referfrom http://yufeigan.github.io/2015/01/02/Caffe%E5%AD%A6%E4%B9%A0%E7%AC%94%E8%AE%B05-BLAS%E4%B8%8Eboost-thread%E5%8A%A0%E9%80%9F/Caffe中运用了大量的优化方法，最近在优化自己代码时候恰好运用了其中的BLAS和Boost::thread。使用过程中遇到了不少问
kaka20080622·2016-03-18 17:00

在ubuntu上配置cuda+cudnn+caffe(包括python和matlab接口)+digits

这篇算是自己对caffe学习的一个总结系列的开头。首先因为caffe的依赖项比较多，配置起来也比较麻烦。这篇算是比较详尽地把caffe的各种相关配置说清楚。转载请注明出处。
zackzhaoyang·2016-03-14 10:00

Caffe学习笔记(OCR字符识别)

1.一些有用链接lr_policy的通俗说明（solver.cppGetLearningRate()函数有代码介绍）http://stackoverflow.com/questions/30033096/what-is-lr-policy-in-caffe深度学习框架上手教程http://www.csdn.net/article/2015-01-22/2823663caffe小试牛刀（Python
csyanbin·2016-03-13 20:40

caffe学习网站

1.http://www.cnblogs.com/louyihang-loves-baiyan/2.caffe学习：http://www.cnblogs.com/denny402/tag/caffe/3
lien0906·2016-03-10 16:00

caffe学习笔记4-- 手写数字mnist训练过程

通过mnist数据集的训练，来看一下caffe的运行过程这是caffe官网：examples里的第二个例子，链接地址：http://caffe.berkeleyvision.org/gathered/examples/mnist.html1.准备数据首先，我们需要从网上下载数据，在caffe根目录下运行一下命令./data/mnist/get_mnist.sh./examples/mnist/cr
thystar·2016-02-24 17:36

【caffe学习笔记二】——运行例子，caffe跑起来

在Ubuntu下面caffe的安装和运行都很方面，caffe的源码没有Windows版本的，下载的源码是大神修改成的可以在Windows下面运行的ceffe代码。（ps：那些大神是把caffe吃透了，好厉害！）【1】mnist下面我们说说怎样运行一个caffe程序，就拿mnist样例来说，这个是超级简单的一个样例，里面数据集的lmdb文件弄好了，不需要你去单独计算图片均值（因为在程序运行的过程中会
未希秋·2016-02-21 20:43

【caffe学习笔记一】——caffe安装

本人大三的时候接触caffe，然后就发现这真是一个好东西。但由于学业繁忙，上学期都没有好好学习caffe，只是对它有一个大致的了解（其实就是知道是干嘛的，然后可以和别人哔哔两句而已）到了寒假，闲来无事，就想弄着玩玩。caffe我就不介绍了，相信是个人并且搞这行的都知道。首先，我说一下我是在Windows10+VS2013+opencv2.4.10+CUDA7.5。然后下载caffe源码是在http
未希秋·2016-02-21 17:34

caffe学习（1）

1.卷积层参数设置，详见./models/bvlc_reference_caffenet/train_val.prototxtlayer{name:"conv1"type:"Convolution"bottom:"data"top:"conv1"#滤波器学习速率和衰减速率设置param{lr_mult:1decay_mult:1} #偏置学习速率和衰减速率设置 param{lr_mult:2dec
K3832127·2016-01-30 17:00

Caffe学习系列(23)：如何将别人训练好的model用到自己的数据上

caffe团队用imagenet图片进行训练，迭代30多万次，训练出来一个model。这个model将图片分为1000类，应该是目前为止最好的图片分类model了。假设我现在有一些自己的图片想进行分类，但样本量太小，可能只有几百张，而一般深度学习都要求样本量在1万以上，因此训练出来的model精度太低，根本用不上，那怎么办呢？那就用caffe团队提供给我们的model吧。因为训练好的model里面
beihangzxm123·2016-01-19 10:11

Caffe学习系列(23)：如何将别人训练好的model用到自己的数据上

caffe团队用imagenet图片进行训练，迭代30多万次，训练出来一个model。这个model将图片分为1000类，应该是目前为止最好的图片分类model了。假设我现在有一些自己的图片想进行分类，但样本量太小，可能只有几百张，而一般深度学习都要求样本量在1万以上，因此训练出来的model精度太低，根本用不上，那怎么办呢？那就用caffe团队提供给我们的model吧。因为训练好的model里面
qq_26898461·2016-01-19 10:00

Caffe学习系列(22)：caffe图形化操作工具digits运行实例

上接：Caffe学习系列(21)：caffe图形化操作工具digits的安装与运行经过前面的操作，我们就把数据准备好了。
qq_26898461·2016-01-19 10:00

Caffe学习系列(21)：caffe图形化操作工具digits的安装与运行

如果还没有学会的，请自行细细阅读：caffe学习系列：http://www.cnblogs.com/denny402/tag/caffe/也许有人会觉得比较复杂。
qq_26898461·2016-01-19 10:00

Caffe学习系列(20)：用训练好的caffemodel来进行分类

caffe程序自带有一张小猫图片，存放路径为caffe根目录下的examples/images/cat.jpg,如果我们想用一个训练好的caffemodel来对这张图片进行分类，那该怎么办呢？如果不用这张小猫图片，换一张别的图片，又该怎么办呢？如果学会了小猫图片的分类，那么换成其它图片，程序实际上是一样的。开发caffe的贾大牛团队，利用imagenet图片和caffenet模型训练好了一个caf
qq_26898461·2016-01-19 10:00

Caffe学习系列(19): 绘制loss和accuracy曲线

转载自：Caffe学习系列(19):绘制loss和accuracy曲线-denny402-博客园http://www.cnblogs.com/denny402/p/5110204.html如同前几篇的可视化
qq_26898461·2016-01-19 10:00

Caffe学习系列(23)：如何将别人训练好的model用到自己的数据上

caffe团队用imagenet图片进行训练，迭代30多万次，训练出来一个model。这个model将图片分为1000类，应该是目前为止最好的图片分类model了。假设我现在有一些自己的图片想进行分类，但样本量太小，可能只有几百张，而一般深度学习都要求样本量在1万以上，因此训练出来的model精度太低，根本用不上，那怎么办呢？那就用caffe团队提供给我们的model吧。因为训练好的model里面
denny402·2016-01-17 17:00

Caffe学习系列(22)：caffe图形化操作工具digits运行实例

上接：Caffe学习系列(21)：caffe图形化操作工具digits的安装与运行经过前面的操作，我们就把数据准备好了。
denny402·2016-01-16 20:00

Caffe学习系列(21)：caffe图形化操作工具digits的安装与运行

如果还没有学会的，请自行细细阅读：caffe学习系列：http://www.cnblogs.com/denny402/tag/caffe/也许有人会觉得比较复杂。
denny402·2016-01-16 19:00

Caffe学习系列 绘制网络模型

转载于 http://www.cnblogs.com/denny402/p/5106764.htmlpython/draw_net.py,这个文件，就是用来绘制网络模型的。也就是将网络模型由prototxt变成一张图片。在绘制之前，需要先安装两个库１、安装ＧraphViz#sudoapt-getinstallGraphViz注意，这里用的是apt-get来安装，而不是pip.2、安装pydotsu
u014114990·2016-01-07 20:00

Caffe学习系列(18): 绘制网络模型

转载自：Caffe学习系列(18):绘制网络模型-denny402-博客园http://www.cnblogs.com/denny402/p/5106764.htmlpython/draw_net.py
qq_26898461·2016-01-07 10:00

Caffe学习记录：Cifar-10 自定义网络训练记录

转载自：http://blog.csdn.net/linj_m/article/details/49428601本部分的实验主要记录调整网络的过程，并记录实验结果。——Jeremy模型1层类别具体信息conv1output:32,kernel:5,stride:1pad:2pool1pool:MAX,kernel:3,stride:2relu1Sigmoidnorm1LRNip1200ip210实
qq_26898461·2016-01-02 10:00

Caffe学习系列(14)：初识数据可视化

转载自：http://www.cnblogs.com/denny402/p/5092075.html#top 首先将caffe的根目录作为当前目录，然后加载caffe程序自带的小猫图片，并显示。图片大小为360x480，三通道In [1]:importnumpyasnp importmatplotlib.pyplotasplt %matplotlibinline importcaffe caffe
qq_26898461·2016-01-01 17:00

Caffe学习系列(13)：数据可视化环境（python接口)配置

原文有更新：Caffe学习系列(13)：数据可视化环境（python接口)配置-denny402-博客园http://www.cnblogs.com/denny402/p/5088399.htmlcaffe
qq_26898461·2016-01-01 17:00

Caffe学习系列(12)：训练和测试自己的图片

学习caffe的目的，不是简单的做几个练习，最终还是要用到自己的实际项目或科研中。因此，本文介绍一下，从自己的原始图片到lmdb数据，再到训练和测试模型的整个流程。一、准备数据有条件的同学，可以去imagenet的官网http://www.image-net.org/download-images，下载imagenet图片来训练。但是我没有下载，一个原因是注册账号的时候，验证码始终出不来（听说是g
qq_26898461·2016-01-01 17:00

Caffe学习系列(11)：图像数据转换成db（leveldb/lmdb)文件

在深度学习的实际应用中，我们经常用到的原始数据是图片文件，如jpg,jpeg,png,tif等格式的，而且有可能图片的大小还不一致。而在caffe中经常使用的数据类型是lmdb或leveldb，因此就产生了这样的一个问题：如何从原始图片文件转换成caffe中能够运行的db（leveldb/lmdb)文件？在caffe中，作者为我们提供了这样一个文件：convert_imageset.cpp，存放在
qq_26898461·2016-01-01 17:00

Caffe学习系列(10)：命令行解析

caffe的运行提供三种接口：c++接口（命令行）、python接口和matlab接口。本文先对命令行进行解析，后续会依次介绍其它两个接口。caffe的c++主程序（caffe.cpp)放在根目录下的tools文件夹内,当然还有一些其它的功能文件，如：convert_imageset.cpp,train_net.cpp,test_net.cpp等也放在这个文件夹内。经过编译后，这些文件都被编译成了
qq_26898461·2016-01-01 17:00

Caffe学习系列(9)：运行caffe自带的两个简单例子

为了程序的简洁，在caffe中是不带练习数据的，因此需要自己去下载。但在caffe根目录下的data文件夹里，作者已经为我们编写好了下载数据的脚本文件，我们只需要联网，运行这些脚本文件就行了。注意：在caffe中运行所有程序，都必须在根目录下进行，否则会出错1、mnist实例mnist是一个手写数字库，由DL大牛YanLeCun进行维护。mnist最初用于支票上的手写数字识别,现在成了DL的入门练
qq_26898461·2016-01-01 17:00
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他