Caffe的使用
来源:互联网 发布:编程用什么cpu好 编辑:程序博客网 时间:2024/06/05 19:56
因为目前大多数深度论文的代码都是基于caffe的(当然也有基于Theano,torch的等),以前也看过一些,但这几天准备研究研究caffe的框架,写个博客记录一下其中遇到的问题以及解决方案。
首先建议大家初学的话,可以去caffe的主页http://caffe.berkeleyvision.org/看看,了解一下caffe是什么、为什么好用,再跑跑上面给的一些例子,就能熟悉个大概。
1.网络训练整体过程
(1)将数据转换成caffe的格式。
(2)定义网络。 网络.prototxt文件内定义各层的输入输出、类型以及一些参数
(3)配置求解器。 solver.prototxt中确定一些学习率、最大权重、迭代次数等参数
(4)训练。
caffe train -solver solver.prototxt -gpu 1/0
2.一些技巧
(1)caffe基本架构: blobs=>layers=>nets
blobs: 一批图像数目* 通道数* 高度* 宽度 行优先存储
layers:池化层,内积层,非线性层(ReLu 和 Sigmoid),逐像素的变
换,标准化层,数据层和损失层(softmax 和 hinge)。
每一种类型的网络定义了 3 种重要的计算:
A. 设置(setup):在模型初始化时,初始化网络层和它的连接。
B. 前向推断(forward):从 bottom 连接读取输入,进行计算,并将结果通过 top 连接输出。
C. 反向学习(backward):给定 top 连接关于输出的梯度,计算关于输入的梯度,并传输到 bottom连接。一个带参数的网络层会计算关于参数的梯度,并存储在内部
3.网络的微调
未完待续
- 使用Caffe的问题
- caffe模型的使用
- caffe的具体使用
- Caffe的使用
- caffe:pycaffe的使用
- caffe入门学习:caffe.Classifier的使用
- caffe的solverstate的使用
- caffe的solverstate的使用
- caffe的googlenet模型使用
- Caffe中LMDB的使用
- Python下Caffe的使用
- caffe命令行的使用实例
- [caffe使用]caffe使用中可能遇到的问题总结
- caffe学习(9)LeNet在Caffe上的使用
- 【caffe使用记录】caffe的train和test网络model
- [caffe笔记008]:使用matlab调试caffe中新加的层
- caffe的caffe.proto
- caffe的caffe.proto
- 从计算机视觉的小白变为大神,你需要经历这七个阶段
- MongoDB分片
- 身份证号码校验
- SVN服务器搭建和使用(一)
- iOS 后台运行的规则
- Caffe的使用
- CSS背景图拉伸自适应尺寸,全浏览器兼容
- Ubuntu 16.04源码编译安装Apache 2.4.25
- 常见系统存储过程
- 【codevs 1293】送给圣诞夜的极光
- 检测坏盘
- 第一篇博客
- 连续子数组的最大和
- vba 爬虫常用对象和方法