Caffe参数调优

deep-visualization-toolbox可视化安装

运行环境：Linux+caffe步骤：Step0:Compilemasterbranchofcaffe本代码运行的前提是，配置过caffe。
2014wzy·2024-02-03 07:34

deep-visualization-toolbox可视化工具安装

因为在安装deep-visualization-toolbox这个工具之前，已经安装编译过caffe，所以直接从以下开始。如果你没有编译过caffe，就跟着安装教程一步一步做。
px_cmd·2024-02-03 07:31

目标检测:PC端MobileNetSSD通过Ncnn前向推理框架之实现

一、前提1、在ubuntu系统下安装caffe-ssd，这一过程不清楚的地方可以参考我之前的一篇文章，也可以参考下面链接的文章：https://blog.csdn.net/qq_33431368/article
宝坚刘炜·2024-02-03 05:38

linux服务器springboot或tomcat项目启动，进行jvm参数调优设置

简介在实验环境或生产环境中，往往一台linux服务器需要添加启动n个项目，但是项目启动占用的jvm内存默认值基本上都是很大的，800m到2G都有，这样很容易将服务器的内存吃垮，从而导致系统强制oom（内存泄露），不留任何情面；所以，我们在部署项目的时候需要进行jvm参数的调优设置，保证内存使用的稳定性；首先执行命令：free-h，查询当前的内存占用情况，从下图可看出，内存已被撑爆；开始进行优化，执
liaozk_c·2024-02-02 10:39

error: argument of type "const void *" is incompatible with parameter of type "const int *"错误解决

今天在编译caffe2时,遇到了以下问题:"/usr/lib/gcc/x86_64-linux-gnu/5/include/avx512vlintrin.h(10907):error:argumentoftype"constvoid
nowherespyfly·2024-02-02 04:35

基于RF算法的侧信道攻击方法研究

文章提出一种基于RF算法的侧信道攻击方法,分别从输入数据处理和参数控制两方面进行模型优化,在特征点选择和RF算法参数调优两方面进行改进。
罗伯特之技术屋·2024-02-01 21:18

YOLOv8独家改进：上采样算子 | 超轻量高效动态上采样DySample，效果秒杀CAFFE，助力小目标检测

本文独家改进：一种超轻量高效动态上采样DySample，具有更少的参数、FLOPs，效果秒杀CAFFE和YOLOv8网络中的nn.Upsample在多个数据集下验证能够涨点，尤其在小目标检测领域涨点显著
AI小怪兽·2024-02-01 20:59

[Python] 什么是网格搜索以及scikit-learn中GridSearch类的介绍和使用案例？

网格搜索是一种参数调优的方法，它可以帮助找到最佳的模型参数。在网格搜索中，我们先指定参数的候选值范围，然后枚举所有可能的参数组合，计算每个模型的性能指标（比如准确率、精确率等）。
老狼IT工作室·2024-02-01 20:39

深度学习之caffe入门一一配置SSD中遇到的问题

用gitclone将代码下载下来之后,需要编译一下,如果之前编译过caffe,直接将之前的makefile.config文件粘贴到caffe-ssd的目录下即可.我将我的makefile.config文件贴出来
hhy_csdn·2024-01-31 16:49

Redis热Key问题解决方案汇总

目录方法1:使用Memcached,常见使用在公司基础架构中方法2:拆分key,分摊读请求方法3:多级缓存,代理层面增加本地缓存+Redis+JVM缓存(Guava的LoadingCache,Caffeine
Cat凯94·2024-01-31 11:33

中移（苏州）软件技术有限公司面试问题与解答（5）—— Linux进程调度参数调优是如何通过代码实际完成的1

接前一篇文章：中移（苏州）软件技术有限公司面试问题与解答（0）——面试感悟与问题记录本文对于中移（苏州）软件技术有限公司面试问题中的“（11）Linux进程调度参数调优是如何通过代码实际完成的？”
蓝天居士·2024-01-31 09:37

《Learning Spatiotemporal Features with 3D Convolutional Networks》算法详解

论文:LearningSpatiotemporalFeatureswith3DConvolutionalNetworks官方代码(caffe):http://vlg.cs.dartmouth.edu/c3d
ce0b74704937·2024-01-29 21:47

通用缓存SpringCache

目前的缓存框架有很多:比如Redis、Memcached、Guava、Caffeine等等介绍SpringCache是Spring提供的通用缓存框架。
君子善假于物也·2024-01-29 05:56

Spark | 记录下Spark作业执行时常见的参数属性配置

理解作业基本原理，是进行Spark作业资源参数调优的基本前提。
点滴笔记·2024-01-28 23:11

【JVM故障问题排查心得】「Java技术体系方向」Java虚拟机内存优化之虚拟机参数调优原理介绍

Java技术体系方向-JVM虚拟机参数调优原理内容简介栈上分配与逃逸分析逃逸分析(EscapeAnalysis)栈上分配基本思想使用场景线程私有对象虚拟机内存逻辑图JVM内存分配源码：代码总体逻辑在某些场景使用栈上分配设置
洛神灬殇·2024-01-28 16:00

Caffe SSD编译、训练及测试

安装clone代码（假设代码clone到$CAFFE_ROOT目录）。gitclonehttps://github.com/weiliu89/caffe.gitcdcaffe
埋没随百草·2024-01-28 16:04

Netty 参数调优

文章目录一、CONNECT_TIMEOUT_MILLIS二、SO_BACKLOG三、TCP_NODELAY四、SO_SNDBUF&SO_RCVBUF五、ALLOCATOR六、RCVBUF_ALLOCATOR一、CONNECT_TIMEOUT_MILLIS属于SocketChannal的参数用在客户端建立连接时，如果在指定毫秒内无法连接，会抛出timeout异常注意：Netty中不要用成了SO_TI
A.iguodala·2024-01-28 11:27

前传04 | Netty性能调优

多网卡队列和软中断二、Netty性能调优01工作线程池优化02心跳优化03接收和发送缓冲区调优04合理使用内存池05防止I/O线程被意外阻塞06I/O线程和业务线程分离07针对端侧并发连接数的流控三、Netty参数调优
天罚神·2024-01-28 11:26

粒子群算法pos优化transformer 时间序列预测

对于Transformer模型，使用粒子群优化（ParticleSwarmOptimization,PSO）进行参数调优是一种策略。
mqdlff_python·2024-01-27 16:40

性能利器Caffeine缓存全面指南

第1章：引言大家好，我是小黑，今天咱们聊聊Caffeine缓存，小黑在网上购物，每次查看商品都要等几秒钟，那体验肯定不咋地。
宋小黑·2024-01-27 08:56

Caffemodel数据结构解析与Protocol Buffer技术详解(C++实例)

Caffe中，数据的读取、运算、存储都是采用GoogleProtocolBuffer来进行的，所以首先来较为详细的介绍下ProtocolBuffer(PB)。
jlqzzz·2024-01-27 07:34

Hive调优策略

从以下几个方面调优：1、架构调优2、参数调优3、SQL优化架构优化执行引
奋斗的蛐蛐·2024-01-26 23:24

Adaboost处理多分类问题(参数调优，解决数据不平衡问题)

AdaBoostClassifier和AdaBoostRegressor框架参数我们首先来看看AdaBoostClassifier和AdaBoostRegressor框架参数。两者大部分框架参数相同，下面我们一起讨论这些参数，两个类如果有不同点我们会指出。1）base_estimator：AdaBoostClassifier和AdaBoostRegressor都有，即我们的弱分类学习器或者弱回归学
m0_51876286·2024-01-26 20:15

R机器学习mlr3：超参数调优

很多人戏称调参的过程就像是"炼丹"！确实差不多，而且很多时候你调整后的结果可能还不如默认的结果好！这就好比打游戏，"一顿操作猛如虎，一看战绩0比5"！模型调优一定要基于对算法和数据的理解进行，不是随便调的。我们使用著名的糖尿病数据集进行演示，首先创建任务library(mlr3verse)##载入需要的程辑包：mlr3task(768x9)##*Target:diabetes##*Properti
医学和生信笔记·2024-01-26 15:28

深度学习-Pytorch如何构建和训练模型

pytorch目前在深度学习具有重要的地位，比起早先的caffe，tensorflow，keras越来越受到欢迎，其他的深度学习框架越来越显得小众。
Alex_StarSky·2024-01-26 12:38

深度学习-Pytorch如何保存和加载模型

pytorch目前在深度学习具有重要的地位，比起早先的caffe，tensorflow，keras越来越受到欢迎，其他的深度学习框架越来越显得小众。
Alex_StarSky·2024-01-26 11:07

Caffe MobileSSD 使用过程记录

github地址：https://github.com/chuanqi305/MobileNet-SSD1.下载SSD并编译运行SSDcaffe地址：https://github.com/weiliu89
AICVer·2024-01-26 11:06

Ubuntu 安装caffe make成功后报错解决

1.ImportError:Nomodulenamed'caffe.
AICVer·2024-01-26 11:36

jvm系列文章

www.ityouknow.com/jvm.html2017-09-30jvm系列(十):JVM演讲PPT分享2017-09-21jvm系列(九):如何优化JavaGC「译」2017-09-19jvm系列(六):Java服务GC参数调优案例
4ea0af17fd67·2024-01-25 14:44

一篇文章教你快速学会Kafka参数调优实战

附Java/C/C++/机器学习/算法与数据结构/前端/安卓/Python/程序员必读书籍书单大全：书单导航页（点击右侧极客侠栈即可打开个人博客）：极客侠栈①【Java】学习之路吐血整理技术书从入门到进阶最全50+本（珍藏版)②【算法数据结构+acm】从入门到进阶吐血整理书单50+本（珍藏版)③【数据库】从入门到进阶必读18本技术书籍网盘吐血整理网盘(珍藏版)④【Web前端】从HTML到JS到AJ
数据结构大师·2024-01-25 10:03

《Learning Spatio-Temporal Representation with Pseudo-3D Residual Networks》算法详解

论文:LearningSpatio-TemporalRepresentationwithPseudo-3DResidualNetworks官方代码(caffe):https://github.com/ZhaofanQiu
ce0b74704937·2024-01-25 04:31

深度学习-Pytorch数据集构造和分批加载

深度学习-Pytorch数据集构造和分批加载pytorch目前在深度学习具有重要的地位，比起早先的caffe，tensorflow，keras越来越受到欢迎，其他的深度学习框架越来越显得小众。
Alex_StarSky·2024-01-25 03:14

【机器学习】机器学习8大调参技巧！

今天给大家一篇关于机器学习调参技巧的文章超参数调优是机器学习例程中的基本步骤之一。该方法也称为超参数优化，需要搜索超参数的最佳配置以实现最佳性能。
风度78·2024-01-24 16:55

Go每日精选（2019-06-14）- 进阶部分

5.redigo的redis.Pool配置参数调优
凯文不上班·2024-01-24 00:39

待收录素材

Caffeine缓存RoaringBitmaphttps://github.com/RoaringBitmap/RoaringBitmaphttps://blog.csdn.net/yizishou/article
hemiao3000·2024-01-23 10:41

pytorch模型转caffe模型

记录一个好用的pytorch模型转caffe模型的方法，源码链接如下：https://github.com/xxradon/PytorchToCaffe把代码clone下来后，进入example目录便可查看示例
chen_znn·2024-01-23 10:44

关于缓存 db redis local 取舍之道

文章目录前言一、影响因素二、dborredisorlocal1.db2.redis3.local三、redisson和CaffeineCache封装3.1redisson3.1.1maven3.1.2封装
Mr-Wanter·2024-01-23 08:13

四大深度学习框架：TensorFlow、PyTorch、Keras和Caffe的概述与应用

目前，基于Python的四大深度学习框架分别为TensorFlow、PyTorch、Keras和Caffe。然而，值得注意的是，深度学习领域在不断发展和演变，新的框架和库可能已经出现。
努力の小熊·2024-01-23 07:19

YOLOv3(Pytorch版本和Tensorflow版本）学习

一、地址来源YOLOv4最全复现代码合集（含PyTorch/TF/Keras和Caffe等）二、Pytorch版本地址：https://github.com/Tianxiaomo/pytorch-YOLOv4
南叔先生·2024-01-23 07:48

Ubuntu 16.04 Server 安装深度学习环境(二)（Anaconda+Pytorch+TensorFlow+Caffe2）

Ubuntu16.04Server部署深度学习环境（二）（Anaconda+Pytorch+TensorFlow+Caffe2）前言深度学习框架介绍Anaconda（Python环境安装）TensorFlow
YeahHighly·2024-01-23 07:47

Caffe、Tensorflow和Pytorch通道维度顺序小结

目前世面上深度学习框架比较多，常用的有三大类：Caffe、Tensorflow和Pytorch，这三种深度学习框架都主要在英伟达显卡上面进行训练和测试，很奇怪的是，它们之间的通道维度顺序并没有保持一致，
天竺街潜水的八角·2024-01-23 07:15

2023-2024深度学习框架之争——选pytorch还是tensorflow？

目前，市场上有许多不同的深度学习框架，如PyTorch、TensorFlow、Keras、MXNet、Caffe2
NCHU-Net·2024-01-23 07:43

2018-05-12 Caffe Makefile.config

Makefile.configCUDA9.1cuDNN7.1.3OpenCV3.3.0Python2.7##Refertohttp://caffe.berkeleyvision.org/installation.html
七点水Plus·2024-01-22 18:00

《机器学习》客户流失判断-python实现

实现读取数据并初步了解导入宏包读取数据查看数据类型检查缺失值描述性统计分析可视化分析用户流失分析特征分析任期年数与客户流失的关系：服务类属性分析特征相关性分析数据预处理类别编码转换划分训练数据与测试数据归一化处理模型建立逻辑回归支持向量机（SVM）K近邻（KNN）XGBoost-贝叶斯搜索超参数调优随机森林
汐ya~·2024-01-22 09:44

XGBoost在时间序列分析中的高级应用

在时间序列问题中的应用场景2.1金融数据预测2.2销售预测2.3能源消耗预测2.4网络流量分析2.5医疗时间序列分析3.实际应用场景3.1一个简单的例子3.2广告领域的demo4.时间序列预测中的XGBoost参数调优
theskylife·2024-01-21 15:51

XGBoost系列3——XGBoost在多分类问题中的应用

1.4多分类问题的应用场景2.XGBoost中的多分类支持2.1分类原理2.2Softmax损失函数2.3One-vs-All与One-vs-One2.4多分类性能优势2.5超参数调优2.6特征重要性分析
theskylife·2024-01-21 15:50

caffe textboxes++测试(c++版本)-mainlib.cpp

这里是测试主函数mainlib.cpp#include//forsnprintf#include#include#include#include#include#include#include#include#include#include"boost/algorithm/string.hpp"#include"google/protobuf/text_format.h"#include"leve
疯人愿的疯言疯语·2024-01-21 12:22

利用C++读取图片数据内存，一键智能识别技术！

关于使用C++接口来提取特征，caffe官方提供了一个extract_features.cpp的例程，但是这个文件的输入是blob数据，即使输入层使用的是ImageData，也需要在deploy.prototxt
Python编程导师·2024-01-21 02:37

Ubuntu16.04在安装nvidia/cuda后，一直输密码，无法进入界面

因为要安装caffe，所以要安装cuda，在cuda安装完成后，需要reboot重启，此时就会一直让输密码，一直输，输完然后假装要开机，结果又让输，晕。
卫卫卫·2024-01-20 19:26

还在用 Google Guava？它才是 Java 本地缓存之王！

这一篇我们将要谈到一个新的本地缓存框架：CaffeineCache。它也是站在巨人的肩膀上-GuavaCache，借着他的思想优化了算法发展而来。
Java精选·2024-01-20 13:56
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他