import caffefrom caffe import layers as Limport osimport numpy as npfrom matp
原创
2022-11-10 14:34:59
107阅读
@tags caffe 训练 是在windows平台上。 主要是使用/caffe.exe，配合动作参数 ，以及指定solver文件。e.g.:
转载
2016-10-14 15:16:00
76阅读
2评论
使用 Caffe 训练自己的 Alexnet1. 数据准备2. 计算图像均值3. 定义网络3.1 修改 solver.prototxt3.2 修改 train_val.prototxt4. 训练网络参考：caffe:用自己的图像数据训练模型（图片分类）Brewing ImageNet1. 数据准备在 caffe_master/data 中新建文件夹 myself9，在 myself9...
原创
2021-12-10 15:56:03
374阅读
import caffefrom caffe import layers as Limport osimport numpy as npSolver_PATH
原创
2022-11-10 14:35:06
56阅读
caffe若在GPU模式下，会默认是使用0号GPU，且默认只使用需要的GPU内存。（这一点和tensorflow不一样，tensorflow会默认使用所有的GPU，以及所有的GPU内存）train.sh -gpu 2 train.sh -gpu all train.sh -gpu 1,2,3 ...
原创
2022-10-13 09:56:21
51阅读
一、准备数据1.得到文件列表清单 2.转换成Lmdb格式在caffe中经常使用的数据类型是lmdb或leveldb，因此需要将原始图片文件转化为能够运行的db文件。在caffe中存在convert_imageset.cpp，存放在根目录下的tools文件夹下。编译之后，生成对应的可执行文件放在 buile/tools/ 下面，这个文件的...
原创
2021-09-01 15:14:07
1374阅读
@tags caffe 前面根据train_lenet.sh改写了train_lenet.py后，在根目录下执行它，得到一系列输出，内容如下：
转载
2016-10-13 10:22:00
62阅读
2评论
案例数据准备下载链接：https://pan.baidu.com/s/10CmpZUdEVmma4A0mziu9dw提取码：dmjr复制这段内容后打开百度到自己的工程目录备
原创
2022-11-10 14:46:08
88阅读
Linux操作系统作为一个开源的操作系统平台，受到了广大程序开发者和科研人员的青睐。而Caffe作为一个轻量级的深度学习框架也不断吸引着大家的关注。在使用Caffe进行模型训练时，了解训练耗时是非常重要的，可以帮助我们更好地评估模型性能，调整超参数以提高训练效率。
在Linux系统中，我们可以通过一些命令来查看Caffe模型训练的耗时情况。下面我们介绍一些常用的命令：
1. 使用time命令：
原创
2024-05-24 11:26:29
40阅读
下面以一个简单的例子进行介绍。layer { name: “data” type: “Data” top: “data” top: “label” include { phase: TRAIN } transform_param { mirror: true ...
转载
2021-08-26 13:55:18
758阅读
CIFAR-10是一个用于普适物体识别的数据集。Cifar-10由60000张32*32的RGB彩色图片构成，50000张训练图片，10000张测试图片，分为10类。cifar下载地址： http://www.cs.toronto.edu/~kriz/cifar.html
数据集分为3个版本，分别是Matlab、python和二进制格式的，这里选择二进制格式的下载。包含五个训练文件，一个测试
转载
2017-07-10 21:33:00
66阅读
2评论
第一： 可以选择在将数据转换成lmdb格式时进行打乱； 设置参数--shuffle=1；（表示打乱训练数据） 默认为0，表示忽略，不打乱。 打乱的目的有两个：防止出现过分有规律的数据，导致过拟合或者不收敛。 在caffe中可能会使得，在模型进行测试时，每一个测试样本都输出相同的预测概率值。 或者，直
转载
2018-05-06 10:20:00
66阅读
2评论
官方参考：http://caffe.berkeleyvision.org/installation.html官方介绍是这样的：PythonThe main requirements are numpy and boost.python (provided by boo...
转载
2015-04-06 21:35:00
178阅读
2评论
WindowsDNN模块需要opencv版本是3.3以上。配置VS环境加入opencv路径。代码逻辑：预设文件加载路径；加载图片；读取标签文件类别名称，存储到vector变量中。API调用caffe模型；输入图片数据需要格式转换；前向推理模型，得到结果；对结果数据进行reshape，找到结果中比例最大值位置信息；打印对应位置类别名称；main.cpp#include <opencv2/ope
转载
2024-07-01 16:31:49
179阅读
下载cifar10数据集http://w
原创
2022-11-10 14:33:35
100阅读
深度学习框架Caffe训练过程 一般提到一个新的深度学习框架或技术，绝大多数人会想到找本书，视频。 其实，在这些方面国内还没有特别像样的书或教程。 利用最好的资源：官网 看文档入门慢。 看实例入门快。 caffe难在安装上。 找论文带源码，在github上搜
原创
2021-07-22 09:53:52
174阅读
1. 准备自己的图片数据
选用部分的Caltech数据库作为训练和测试样本。Caltech是加州理工学院的图像数据库，包含Caltech101和Caltech256两个数据集。该数据集是由Fei-FeiLi, Marco Andreetto, Marc 'Aurelio Ranzato在2003年9月收集而成的。Caltech101包含101种类别的物体，每种类别大约40到800个图像，大部分
转载
2017-07-05 06:50:00
68阅读
2评论
继续python接口的学习。剩下还有solver、deploy文件的生成和模型的測试。 网络训练 solver文件生成 事实上我认为用python生成solver并不如直接写个配置文件，它不像net配置一样有非常多反复的东西。 对于一下的solver配置文件： base_lr: 0.001 disp
转载
2018-02-07 19:17:00
78阅读
1.生成lmdblmdb是caffe训练网络用的数据格式，因此我们需要将原始的图片数据转换成lmdb（当然caffe中也可以直接用jpg进行训练）。利用上文Caffe | 你的第一个分类网络之数据准备中得到的train.txt和test.txt结合GitHub上caffe自带的批处理文件create_imagenet.sh就可以生成lmdb文件,该批处理文件存在如下所示的路径中。基于trai...
原创
2021-08-26 12:00:15
300阅读
STATUS_SUCCESS (1 vs. 0) CUBLAS_STATUS_NOT_INITIALIZEDCheck failed: status == CUBLAS_STATUS_SUCCESS (1 vs. 0) CUBLAS_STATUS_N...
原创
2022-08-05 18:03:42
796阅读
