caffe是一个深度学习的库，相信搞深度学习的话，不是用这个库就是用theano吧。要想使用caffe首先第一步就是要配置好caffe的环境。在这里，我主要说的是在debian的linux环境下如何配置好caffe的库。因为python编写程序比较方便，在文章最后，我还会具体说明如何配置python...
分类：
编程语言 时间：
2015-05-12 20:43:23
阅读次数：
2067
参照两位的博客http://caffe.berkeleyvision.org/ 官网http://blog.csdn.net/u013476464/article/details/38071075 caffe+ubunutu14.04 +cuda 6.5 安装指南http://blog.csdn.n...
分类：
系统相关 时间：
2015-05-11 23:43:52
阅读次数：
496
在caffe的安装过程中，出现/usr/bin/ld: cannot find -lcblas/usr/bin/ld: cannot find -latlas的问题这时解决方案为http://stackoverflow.com/questions/24479060/ubuntu-12-04-ld-c...
分类：
其他好文 时间：
2015-05-11 21:32:03
阅读次数：
237
新版的Ｃａｆｆｅ中所有运行的地方都要使用绝对地址，如：#!/usr/bin/env sh./build/tools/caffe train --solver=examples/mnist/lenet_solver.prototxt需要改成：/home/raoqiang/OPEN_SDK/caffe-...
分类：
其他好文 时间：
2015-05-10 17:08:31
阅读次数：
122
Window Data Layer负样本的label是任意的, 但是overlap要小于threshold (绝对负样本可以将overlap 设置为 0)2. 如果 fg_fraction 小于 1, 并且如果一个dataset (TRAIN phase / TEST phase) 中没有负样本, ...
分类：
其他好文 时间：
2015-05-07 12:14:08
阅读次数：
758
caffe中有把fc层转化为conv层的，其实怎么看参数都是不变的，对alex模型来说，第一个fc层的参数是4096X9216，而conv的维度是4096x256x6x6，因此参数个数是不变的，只是需要把fc的参数存储方法改变成conv 的。在caffe的官方网站：http://nbviewer.i...
分类：
其他好文 时间：
2015-05-06 16:46:38
阅读次数：
485
Ubuntu 14.04 64位机上不带CUDA支持的Caffe配置编译操作过程！...
分类：
系统相关 时间：
2015-05-06 15:06:29
阅读次数：
164
Caffe1——Mnist数据集创建lmdb或leveldb类型的数据Leveldb和lmdb简单介绍Caffe生成的数据分为2种格式：Lmdb和Leveldb。它们都是键/值对（Key/Value Pair）嵌入式数据库管理系统编程库。虽然lmdb的内存消耗是leveldb的1.1倍，但是lmdb...
分类：
数据库 时间：
2015-05-05 16:23:06
阅读次数：
248
caffe神经网络框架的辅助工具（将图片转换为leveldb格式）这应该是 比较老的版本的caffe了，直接拿来应该不能用了，但是可以参考下caffe中负责整个网络输入的datalayer是从leveldb里读取数据的，是一个google实现的非常高效的kv数据库。因此我们训练网络必须先把数据转成l...
分类：
数据库 时间：
2015-05-05 15:52:42
阅读次数：
595
Caffe是目前深度学习比较优秀好用的一个开源库，采样c++和CUDA实现，具有速度快，模型定义方便等优点。学习了几天过后，发现也有一个不方便的地方，就是在我的程序中调用Caffe做图像分类没有直接的接口。Caffe的数据层可以从数据库（支持leveldb、lmdb、hdf5）、图片、和内存中读入。...
分类：
其他好文 时间：
2015-05-01 22:25:51
阅读次数：
580
