Caffe已经很久没有更新过了，曾经的霸主地位果然还是被tensorflow给终结了，特别是从0.8版本开始，tensorflow开始支持分布式，一声叹息…MXNet还是那么拼命，支持的语言新增了四种，Matlab/Javascripts/C++/Scala，文档也变的更漂亮了，还推出了手机上图片识别的demo[8]。1 基本数据结构库名称数据结构名称设计方式CaffeBlob存储的数据可以看成N
原创
2021-03-23 18:46:42
1062阅读
from kaffe.tensorflow import Network
class AlexNet(Network):
def setup(self):
(self.feed('data')
.conv(11, 11, 96, 4, 4, padding='VALID', name='conv1')
原创
2023-05-31 15:13:47
78阅读
搜集了一些资料；最近由于要将训练好的模型移植到硬件上，因此需要将TensorFlow转为caffe模型。caffe模型需要两个文件，一个是定义网络结构的prototxt，一个是存储了参数的caffemodel文件。只要生成这两个文件，caffe模型就算转好了。在模型转换的过程中，我主要参考了https://github.com/lFatality/tensorflow2caffe。首先根据已有的t
转载
2024-05-27 12:29:33
56阅读
两个框架对poolin的处理方式不同，这就导致在转模型时容易踩雷tensorflow通过“VALID”和“SAME”参数来控制caffe 通过pad值来控制转模型时遇到值不匹配，只能对着caffe模型逐个更改，好在pooling层不多。。。。
原创
2022-01-17 16:31:15
105阅读
Tensorflow 教程1
原创
2021-08-10 09:58:11
209阅读
最近项目要频繁用到tensorflow，所以不得不认真研究下tensorflow而不是跟之前一样遇到了就搞一下了。首先我觉得所有这些框架里面caffe是最清晰的，所以就算...
原创
2022-10-12 14:57:33
52阅读
人工智能的浪潮正席卷全球，诸多词汇时刻萦绕在我们的耳边，如人工智能，机器学习，深度学习等。“人工智能”的概念早在1956年就被提出，顾名思义用计算机来构造复杂的，拥有与人类智慧同样本质特性的机器。经过几十年的发展，在2012年后，得益于数据量的上涨，运算力的提升和机器学习算法(深度学习)的出现，人工智能开始大爆发。但目前的科研工作都集中在弱人工智能部分，即让机器具备观察和感知能力，可以一定程度的理
原创
精选
2022-12-11 14:21:20
1038阅读
点赞
一早发现caffe2的较成熟的release版发布了（the first production-ready release），那么深度学习平台在之后一段时间也是会出现其与tensorflow相互竞争的局面。
从打开这个caffe2的官网就会发现，有了Facebook的支持，连界面也好看多了。不过再仔细看看，觉得又和tensorflow有一丝像，从内到外。 类似于Ten
转载
2017-06-01 11:46:00
84阅读
2评论
建议将make 和make install分开编译，否则可能报错。编译成功后报错：ImportError: No module named hypothesis解决办法：pip install hypothesisdetectron安装：https://github.com/facebookresearch/Detectron测试报错ImportError: No module named pas
原创
2022-01-17 17:05:42
335阅读
https://caffe2.ai/docs/getting-started.html?platform=ubuntu&configuration=compile依赖库sudo apt-get updatesudo apt-get install -y --no-install-recommends \ build-essential \ git \ ...
原创
2022-02-04 14:52:22
152阅读
https://caffe2.ai/docs/getting-started.html?platform=ubuntu&configuration=compile依赖库sudo apt-get updatesudo apt-get install -y --no-install-recommends \ build-essential \ git \ ...
原创
2021-08-07 14:31:29
160阅读
TanH / Hyperbolic Tangent 类型（type）：TanH CPU 实现： ./src/caffe/layers/tanh_layer.cpp CUDA、GPU实现： ./src/caffe/layers/tanh_layer.cu 例子 layer { name: "layer
转载
2016-09-06 10:06:00
134阅读
2评论
用python进行图像处理中分别用到过matplotlib.pyplot、PIL、cv2三种库，这三种库图像读取和保存方法各异，并且图像读取时顺序也有差异，如plt.imread和PIL.Image.open读入的都是RGB顺序，而cv2.imread读入的是BGR顺序。使用时需要倍加注意。 现参考
转载
2019-01-16 17:29:00
214阅读
2评论
N: batch; C: channel H: height W: width Caffe 的Blob通道顺序是：NCHW; Tensorflow的tensor通道顺序：默认是NHWC， 也支持NCHW，使用cuDNN会更快; Pytorch中tensor的通道顺序：NCHW TensorRT中的t
原创
2021-07-09 15:38:54
963阅读
用于检测的CNN分为基于回归网络的方法和基于区域+CNN网络的方法，其中基于回归网络的方法典型为YOLO9000，可以兼容使用VGG-Net框架。其中基于区域+CNN网络方法，大量使用了Caffe作为基础CNN框架。 准备工作（python27环境，X64平台，使用Vs2013和Vs2015）： 1. 安装 VcforPython27 9.0或者安装VS2010版本。此步骤
转载
2017-09-14 14:29:00
267阅读
2评论
1. 下载文件conda install报错：>>> from caffe2.python import coreTraceback (most recent call last): File "<stdin>", line 1, in <module> File "/hom
原创
2021-09-07 10:27:46
459阅读
常用深度学习框——Caffe/ TensorFlow / Keras/ PyTorch/MXNet 一．概述 近几年来，深度学习的研究和应用的热潮持续高涨，各种开源深度学习框架层出不穷，包括TensorFlow，Keras，MXNet，PyTorch，CNTK，Theano，Caffe，DeepLe
转载
2020-05-30 14:26:00
247阅读
2评论
1. 进行语句测试时候，出现问题， 设置环境变量CUDA_VISIBLE_DEVICES参考： cuda设置指定可见方法 在/etc/profile文件或者～/.bashrc末尾添加以下行： export CUDA_VISIBLE_DEV...
转载
2018-01-30 16:01:00
66阅读
2评论
This article will focus on some basic information about all of these, and some key points of differentiation to keep in mind which will allow you to choose the best framework for a product or project
转载
2018-03-07 15:25:00
72阅读
2评论
进行学习首先需要明确TensorFlow 是一个面向于深度学习算法的科学计算库，内部数据保存在张量(Tensor)对象上，所有的运算操作(Operation, OP)也都是基于张量对象进行。数据类型Tensorflow中的基本数据类型有三种，包括数值型、字符串型和布尔型。【数值型】又包括：（在 TensorFlow 中间，为了表达方便，一般把标量、向量、矩阵也统称为张量，不作区分，需要根据张量的维
转载
2024-05-14 22:16:44
95阅读
