http://ethereon.github.io/netscope/quickstart.html
原创
2022-07-19 11:36:15
119阅读
0. 全集
Explained Visually
1. 图像与视觉
Image Kernels
2. 数学操作
Convolution arithmetic：卷积；
3. 神经网络与深度学习
A Neural Network Playground
caffe 网络配置文件 .prototxt 的网络模型的可视化：Quick Start — Netscope
4. 计算机视觉
转载
2017-03-17 10:27:00
73阅读
0. 全集
Explained Visually
1. 图像与视觉
Image Kernels
2. 数学操作
Convolution arithmetic：卷积；
3. 神经网络与深度学习
A Neural Network Playground
caffe 网络配置文件 .prototxt 的网络模型的可视化：Quick Start — Netscope
4. 计算机视觉
转载
2017-03-17 10:27:00
72阅读
1、可视化工具：http://ethereon.github.io/netscope/quickstart.html2、常用网络模型caffe-model之.prototxt:https://
原创
2023-08-14 11:38:19
10000+阅读
准备工具：
1. 已编译好的pycaffe
2. Anaconda（python2.7）
3. graphviz
4. pydot
1. graphviz安装
graphviz是贝尔实验室开发的一个开源的绘图工具，它可以很方便绘制结构化的图形网络，支持多种格式输出，如各种常见的图片格式（bmp、png等），PDF，SVG等。 graphviz使用dot作为脚本语言，只需要在dot脚本中定
转载
2017-06-24 21:22:00
66阅读
2评论
data_layer1、Data层layer { name: "cifar" type: "Data" top: "data" top: "label" include { phase: TRAIN } transform_param {
原创
2023-01-20 09:31:19
187阅读
可视化网址http://dgschwend.github.io/netscope/#/editordeploy_vgg11_regression.prototxt# Enter your network definition here.# Use Shift+Enter to update the visualization.###----------------name: "vgg11_regression_posture"layer { name: "data" type:
原创
2022-02-11 10:30:41
134阅读
可视化网址http://dgschwend.github.io/netscope/#/editordeploy_vgg11_regression.prototxt# Enter your network definition here.# Use Shift+Enter to update the visualization.###----------------name: "vgg11_regression_posture"layer { name: "data" type:
原创
2021-06-18 15:02:14
333阅读
http://ethereon.github.io/netscope/#/editor
原创
2022-10-13 09:50:49
218阅读
Caffe 训练的时候，网络会指定 LMDB 文件。LMDB 文件的全称是 Lightning M
原创
2021-12-10 14:58:36
1129阅读
. 配置python 安装的python需要是 Anaconda2，启动命令行执行如下安装。 1.1.安装 jupyter 1.2.安装ipython ipython-notebook 安装完成后执行 1.3 重新编译 pycaffe 库，把编译好的 build\x64\Release\pycaff
原创
2021-05-27 11:12:16
782阅读
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。运行代码一般为
# caffe train --solver=*_slover.prototxt
在Deep Learning中，往往loss function是非凸的，没有解析解，我们需要通过优化方法来求解。solver的主要作用就是交替调用前向（forward)算法
转载
2021-08-26 13:57:02
370阅读
之前用deploy.prototxt 还原train_val.prototxt过程中，遇到了坑，所以打算总结一下 本人以熟悉的LeNet网络结构为例子 不同点主要在一前一后，相同点都在中间 train_val.prototxt 中的开头 看这个名字也知道，里面定义的是训练和验证时候的网络，所以在开始
原创
2021-07-16 17:23:06
131阅读
caffe/examples/mnist/lenet_train_test.prototxt
name: "LeNet" //网络的名称
layer { //定义一个层（Layer）
name: "mnist" //层名称
type: "Data" //层类型：数据层
top: "data" //层输出 ：data和label
top: "label"
in
转载
2021-06-18 14:41:42
507阅读
caffe/examples/mnist/lenet_train_test.prototxtname: "LeNet" //网络的名称layer { //定义一个层（Layer） name: "mnist" //层名称 type: "Data" //层类型：数据层 top: "data" //层输出 ：data和label top: "label" include { phase: TRAIN //本层只在训练阶段有效 } transform_par
转载
2022-02-11 10:31:00
318阅读
可理解为什么最开始的一层data和label都是top等等 https://github.com/BVLC/caffe/blob/master/examples/mnist/lenet_train_test.prototxt
原创
2022-07-19 11:36:20
69阅读
最近在阅读CNN visual convolution network论文，希望能使用caffe实现CNN的各层特征可视化，而不仅限于绘制网络结构图或者损失曲线图，所以查阅caffe官方教程和相关博客后，对caffe自带的分类例程00-classification.ipynb进行了测试运行，下面进行一些程序的讲解，希望能加强理解。PS：caffe实现可视化借助jupyter n...
原创
2021-09-01 16:01:53
718阅读
caffe 下与loss相关的一些说明:1 train loss 不断下降,test loss 不断下降,说明网络正在学习2 train loss 不断下降
原创
2022-08-05 18:02:22
124阅读
