CAFFE

分布式二级缓存组件实战（Redis+Caffeine实现）

github：https://github.com/axinSoochow/redis-caffeine-cache-starter个人水平有限，欢迎大家在评论区轻喷。
上帝爱吃苹果-Soochow·2022-08-05 22:00

pytorch 预测手写体数字_PyTorch深度学习框架入门——使用PyTorch实现手写数字识别...

现在PyTorch又和Caffe2进行了融
weixin_39920629·2022-08-04 07:10

人工智能深度学习框架MXNet实战：深度神经网络的交通标志识别训练

尽管现在已经有很多深度学习框架，包括TensorFlow，Keras，Torch，以及Caffe，但ApacheMXNet因其对多GPU的分布式支持而越来越受欢迎。环境准备1.安装Anacond
weixin_34087301·2022-08-01 11:55

图像分类（pytorch实现）

2)选用Caffe,Tensorflow,Pytorch等开源深度学习框架之一，学会安装这些框架并调用它们的
柠檬不甜会酸·2022-08-01 09:32

基于Caffe ResNet-50网络实现图片分类（仅推理）的实验复现

摘要：本实验主要是以基于CaffeResNet-50网络实现图片分类（仅推理）为例，学习如何在已经具备预训练模型的情况下，将该模型部署到昇腾AI处理器上进行推理。
华为云开发者联盟·2022-07-25 10:00

ONNX(Open Neural Network Exchange)介绍

开放神经网络交换(OpenNeuralNetworkExchange,ONNX)是一种用于表示机器学习模型的开放标准文件格式，可用于存储训练好的模型，它使得不同的机器学习框架(如PyTorch,Caffe
fengbingchun·2022-07-25 07:14

上采样、反卷积、上池化的区别

上采样、反卷积、上池化的区别最近，工作中遇到了一个小问题，就是pytorch转onnx转caffe转wk（海思相机NNIE支持的深度学习权重文件格式）的时候，最终输出的Tensor的值有些许差别，后来找到了原因
进我的收藏吃灰吧~~·2022-07-23 11:10

SpringBoot集成本地缓存性能之王Caffeine示例详解

目录引言SpringCache是什么集成Caffeine核心原理引言使用缓存的目的就是提高性能，今天码哥带大家实践运用spring-boot-starter-cache抽象的缓存组件去集成本地缓存性能之王
·2022-07-22 13:29

NVIDIA-TensorRT部署（一）

TensorRT现已能支持TensorFlow、Caffe、Mxnet、Pytorch等几乎所有的深度学习框架，将TensorRT和NVIDA的GPU结合起来，能在几乎所有的框架种进行快速和高效的部署
郑烯烃快去学习·2022-07-21 07:02

利用python对caffe网络层自定义及绘制曲线

python用来写网络C++用来跑网络准备工作step1修改caffe/Makefile.config文件，且取消注销代码：with_python_layer:=1取消注释step
Heisenberg-·2022-07-19 08:42

深度学习目标检测之 R-CNN 系列：Faster R-CNN 网络详解

：从R-CNN和FastR-CNN到FasterR-CNN总览深度学习目标检测之R-CNN系列：FasterR-CNN网络详解深度学习目标检测之R-CNN系列：用FasterR-CNN训练自己的数据(caffe
kuweicai·2022-07-18 07:53

深度学习目标检测之 R-CNN 系列： 从 R-CNN 和 Fast R-CNN 到 Faster R-CNN

：从R-CNN和FastR-CNN到FasterR-CNN总览深度学习目标检测之R-CNN系列：FasterR-CNN网络详解深度学习目标检测之R-CNN系列：用FasterR-CNN训练自己的数据(caffe
kuweicai·2022-07-18 07:22

Spring Cache + Caffeine实现本地缓存

Caffeine简介Caffeine是一个高性能，高命中率，低内存占用，nearoptimal的本地缓存，简单来说它是GuavaCache的优化加强版依赖org.springframework.bootspring-boot-starter-cachecom.github.ben-manes.caffeinecaffeine
·2022-07-11 13:49

基于Spring接口集成Caffeine+Redis两级缓存

目录前言改造JSR107规范CacheCacheManager配置&使用分布式环境改造定义消息体Redis消息配置消息消费逻辑修改DoubleCache测试总结前言在上一篇文章Redis+Caffeine
·2022-07-11 10:10

你或许也想拥有专属于自己的AI模型文件格式-(1)

2021年前后，大量的推理框架和训练框架层出不穷；训练框架有较新的Pytorch、TensorFlow，和老的Caffe、Darknet等；推理框架中有各种国产的、开源的，特别是边缘设备上的框架Ncnn
慷仔·2022-07-10 07:49

ubuntu20.04安装opencv4.5.2和opencv_contrib4.5.2和配置路径

由于工作需要caffe，但是caffe在windows安装太坑了，所以尝试在虚拟机上安装，而安装caffe好像需要opencv环境，这里记录一些使用ubuntu20.04通过源码和cmake编译opencv
青冥浩荡不见底·2022-07-06 07:51

ubuntu16.04+opencv3.4.5实现深度学习目标检测

opencv3.4.5实现深度学习目标检测前言一、如何在ubuntu16.04环境下安装opencv3.4.51.首先下载opencv2.安装二、使用例程1.进入目标文件夹2.实现例程三、使用opencv加载caffe
jieke2020·2022-07-05 07:08

SpringBoot使用Caffeine实现缓存的示例代码

目录为什么要在应用程序中添加缓存在SpringBoot应用程序中实现缓存SpringBoot提供了什么缓存支持？添加生成依赖项缓存配置缓存方法结果测试缓存是否正常工作为什么缓存有时会很危险缓存更新/失效缓存复制嵌入式缓存远程缓存服务器缓存自定义缓存密钥条件缓存@CachePut缓存失效在本博客中，我们将探讨如何使用Spring的缓存框架向任何SpringBoot应用程序添加基本缓存支持，如果没有正
·2022-07-04 18:51

【TVM系列一】开发环境搭建

和单纯研究相比，在工业界主要遇到了两个问题：深度学习框架众多，caffe/mxnet/tensorflow/pytorch训练出来的模型都彼此有不同的分发格式，对于部署有环境兼容的问题。
牧世·2022-07-02 15:21

pytorch-yolov5训练自定义数据集，转caffe转ncnn推理（系列文章一）

pytorch-yolov5训练自定义数据集，转caffe转ncnn推理（系列文章一）一、测试环境二、数据集准备三、提取person类别四、VOC格式(XML格式)转YOLO格式标签五、划分训练集和测试集六
黄靖淞·2022-06-30 07:30

python深度学习tensorflow安装调试教程

目录正文一、安装anaconda二、安装tensorflow三、调试正文用过一段时间的caffe后，对caffe有两点感受：1、速度确实快;2、太不灵活了。
·2022-06-29 16:33

caffe的python接口caffemodel参数及特征抽取示例

数据训练完成后，保存的caffemodel里面，实际上就是各层的w和b值。我们运行代码：deploy=root+'mnist/deploy.prototxt'#deploy文件ca
·2022-06-29 16:30

caffe的python接口绘制loss和accuracy曲线

目录引言anaconda库python接口实现引言使用python接口来运行caffe程序，主要的原因是python非常容易可视化。所以不推荐大家在命令行下面运行python程序。
·2022-06-29 16:27

caffe的python接口deploy生成caffemodel分类新的图片

目录caffe的python接口生成deploy文件训练好的模型caffemodel分类新图片caffe的python接口生成deploy文件如果要把训练好的模型拿来测试新的图片，那必须得要一个deploy.prototxt
·2022-06-29 16:49

caffe的python接口之手写数字识别mnist实例

目录引言一、数据准备二、导入caffe库，并设定文件路径二、生成配置文件三、生成参数文件solver四、开始训练模型五、完成的python文件引言深度学习的第一个实例一般都是mnist，只要这个例子完全弄懂了
·2022-06-29 14:02

Caffe卷积神经网络视觉层Vision Layers及参数详解

LocalResponseNormalization(LRN)层4、im2col层引言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
·2022-06-29 12:58

Caffe卷积神经网络solver及其配置详解

目录引言Solver的流程：训练测试模型参数引言solver算是caffe的核心的核心，它协调着整个模型的运作。caffe程序运行必带的一个参数就是solver配置文件。
·2022-06-29 12:28

Caffe卷积神经网络数据层及参数

目录引言数据层1、数据来自于数据库（如LevelDB和LMDB）2、数据来自于内存3、数据来自于HDF54、数据来自于图片5、数据来源于Windows引言要运行caffe，需要先创建一个模型（model
·2022-06-29 12:52

caffe的python接口生成solver文件详解学习

目录solver.prototxt的文件参数设置生成solver文件简便的方法训练模型（training)solver.prototxt的文件参数设置caffe在训练的时候，需要一些参数设置，我们一般将这些参数设置在一个叫
·2022-06-29 12:18

Caffe图像数据转换成可运行leveldb lmdb文件

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c
·2022-06-29 12:46

python格式的Caffe图片数据均值计算学习

一、二进制格式的均值计算caffe中使用的均值数据格式是binaryproto
·2022-06-29 12:46

Caffe数据可视化环境python接口配置教程示例

目录引言一、安装python和pip二、安装pyhon接口依赖库三、利用anaconda来配置python环境四、编译python接口五、安装jupyter引言caffe程序是由c++语言写的，本身是不带数据可视化功能的
·2022-06-29 12:45

我们离成为C++、C#、MySQL之父有多远？

BjarneStroustrup、C#之父AndersHejlsberg、MySQL之父Michael“Monty”Widenius、PostgreSQL全球开发组联合创始人BruceMomjian等程序员祖师爷，到Caffe
《新程序员》编辑部·2022-06-29 09:13

C++ DNN Opencv3.4 实现人脸计数和人脸检测

前言OpenCV3.3正式发布后，对深度学习（dnn模块）提供了更好的支持，dnn模块目前支持Caffe、TensorFlow、Torch、PyTorch等深度学习框架。
普通网友·2022-06-28 07:15

springboot整合缓存技术

提供的缓存技术除了提供默认的缓存方案,还可以对其他缓存技术进行整合，统一接口，方便缓存技术的开发与管理默认的缓存技术GenericJCacheEhcache.HazelcastInfinispanCouchbaseRedisCaffenineSimple
supreme灬灬·2022-06-27 23:45

ubuntu18.04 + CUDA10.1 + caffe + pytorch 安装记录

ubuntu18.04+CUDA10.1+caffe+pytorch+pytohn3.6+anaconda3#驱动、CUDA、cudnn的安装以及环境配置：1.驱动的版本需要与显卡的型号以及操作系统对应
_twinkle_·2022-06-26 07:19

海思开发：yolo v5s ：pytorch-＞onnx-＞caffe-＞nnie

一、前言主要是遇见几个问题，赶紧记录一下，免得后面兄弟们吃同样的亏,也帮助自己记忆。附上我的yolov5后处理部分c语言版本代码：C版yolov5s后处理部分二、转换报错1.报错：Reshapedimentionnumbershallbe2or4仔细看了一下，和我reshape处理的数据维度有关，而转换代码里reshape最高支持维度数是4。而我的数据shape是(1,3,H,W,class_nu
tang-shopping·2022-06-23 07:12

Redis+Caffeine两级缓存的实现

目录优点与问题准备工作V1.0版本V2.0版本V3.0版本在高性能的服务架构设计中，缓存是一个不可或缺的环节。在实际的项目中，我们通常会将一些热点数据存储到Redis或MemCache这类缓存中间件中，只有当缓存的访问没有命中时再查询数据库。在提升访问速度的同时，也能降低数据库的压力。随着不断的发展，这一架构也产生了改进，在一些场景下可能单纯使用Redis类的远程缓存已经不够了，还需要进一步配合本
·2022-06-22 11:19

SpringBoot 集成缓存性能之王 Caffeine

使用缓存的目的就是提高性能，今天码哥带大家实践运用spring-boot-starter-cache抽象的缓存组件去集成本地缓存性能之王Caffeine。
·2022-06-21 14:30

SpringBoot 集成缓存性能之王 Caffeine

使用缓存的目的就是提高性能，今天码哥带大家实践运用spring-boot-starter-cache抽象的缓存组件去集成本地缓存性能之王Caffeine。
码哥字节·2022-06-21 13:00

termux python 打开摄像头_在Jetson TX2上显示摄像头视频并使用python进行caffe推理

本节将对脚本进行扩展，使用caffe分类模型对摄像头视频进行演示。主要的测试环境：python3和JetsonTX2先决条件caffe模型采用默认的bvlc_reference_caffe
weixin_39611275·2022-06-16 11:14

PyTorch 1.0 正式公开，Caffe2并入PyTorch实现AI研究和生产一条龙

今天，Facebook正式公布PyTorch1.0，这是将基于Python的PyTorch与Caffe2合并的一个新版本的框架，让开发者可以无缝地将AI模型从研究转到生产，而无需处理迁移“现在，你只需要使用
weixin_33882452·2022-06-15 07:18

人脸识别嵌入式Linux芯片瑞芯微RV1109参数介绍

此外，基于TensorFlow/MXNet/PyTorch/Caffe等一系列框架
吉布斯科技·2022-06-14 10:30

最轻快的人脸检测yoloface

github.com/anand-anilkumar/yoloface/blob/master/yolo/yolo.pyhttps://github.com/sowmyavarakala/FaceDetectioncaffe106
AI视觉网奇·2022-06-12 09:42

简述AI技术的工程部署

前沿文章的精度、速度很难在工业界掀起助澜，原因在于：1、不同的依赖项需要重新搭建环境2、不同框架实现的算法要重新移植3、新的算法要重新部署和验证4、学术界一般用Pytorch/Tensorflow框架，工程上一般Caffe
思绪零乱成海·2022-06-07 09:47

【机器学习】深度学习框架是什么？有哪些？如何选择？

1.TensorFlow2.PyTorch3.Caffe1.04.Theano5.MXNet6.Keras7.Chainer四.参考链接一、深度学习框架是什么？
想变厉害的大白菜·2022-06-05 11:30

一、深度学习框架究竟是什么？

2说明深度学习框架也就像Caffe、tensorflow这些是深度学习的工具，简单来说就是库，编程时需要importcaffe、importtensorflow。
人工智能之路·2022-06-05 11:59

主流深度学习框架对比

深度学习研究的热潮持续高涨，各种开源深度学习框架也层出不穷，其中包括TensorFlow、Caffe、Keras、CNTK、Torch7、MXNet、Leaf、Theano、DeepLearning4、
人工智能之路·2022-06-05 11:59

常见深度学习框架比较

常见的深度学习框架有TensorFlow、Caffe、Theano、Keras、PyTorch、MXNet等，如下图所示。
Sin_Geek·2022-06-05 10:21

【常见的深度学习框架】

【深度学习基础篇-常见的深度学习框架】文前白话常见的深度学习框架1、Caffe2、TensorFlow3、PyTorch其他框架Reference文前白话深度学习是一个发展极为迅速的技术领域，除众多高校和科研院所围绕算法理论进行探索外
Wupke·2022-06-05 10:14
上一页 30 31 32 33 34 35 36 37 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他