码迷,mamicode.com
首页 >  
搜索关键字:深度学习 cnn caffe    ( 5750个结果
学习笔记:Caffe上配置和运行MNIST
学习笔记:Caffe上配置和运行MNISTMNIST,一个经典的手写数字库,包含60000个训练样本和10000个测试样本,图片大小28*28,在Caffe上配置的第一个案例1首先,获取minist的数据包。 这个版本是四个数据包cd $CAFFE_ROOT./data/mnist/get_mnis...
分类:其他好文   时间:2015-06-05 08:44:33    阅读次数:5089
Caffe-代码解析-Blob
主要功能: Blob 是Caffe作为数据传输的媒介,无论是网络权重参数,还是输入数据,都是转化为Blob数据结构来存储,网络,求解器等都是直接与此结构打交道的。 其直观的可以把它看成一个有4纬的结构体(包含数据和梯度),而实际上,它们只是一维的指针而已,其4维结构通过shape属性得以计算出来(根据C语言的数据顺序)。 protected: shared_ptr d...
分类:其他好文   时间:2015-06-04 22:48:34    阅读次数:179
Caffe-源码解析--DataLayer
函数功能: DataLayer 用于将数据库上的内容,一个batch一个batch的读入到相对应的Blob中...
分类:其他好文   时间:2015-06-04 21:09:54    阅读次数:2289
基于局部感受野的极速学习机
本文是”Local Receptive Fields Based Extreme Learning Machine”的学习总结.文章主要包含两部分内容, 极速学习机(也有人译作极限学习机或极端学习机, Extreme Learning Machine, ELM)和局部感受野(Local Receptive Fields, LRF)....
分类:其他好文   时间:2015-06-04 19:25:52    阅读次数:230
Caffe-代码解析-compute_image_mean
功能: 计算训练数据库的平均图像。 因为平均归一化训练图像会对结果有提升,所以Caffe里面,提供了一个可选项。使用方法: compute_image_mean [FLAGS] INPUT_DB [OUTPUT_FILE]\n”) 参数:INPUT_DB: 数据库 参数(可选):OUTPUT_FILE: 输出文件名,不提供的话,不保存平均图像blob...
分类:其他好文   时间:2015-06-04 17:12:39    阅读次数:558
Caffe 代码解析-convert_imageset
使用方法: convert_imageset [FLAGS] ROOTFOLDER/ LISTFILE DB_NAME 其中 参数:ROOTFOLDER 表示输入的文件夹 参数:LISTFILE 表示输入文件列表,其每一行为:类似 subfolder1/file1.JPEG 7 可选参数:[FLAGS] 可以指示是否使用shuffle,颜色空间,编码等。实现方法:...
分类:其他好文   时间:2015-06-04 15:43:22    阅读次数:2383
深度学习综述(LeCun、Bengio和Hinton)
原文摘要:深度学习可以让那些拥有多个处理层的计算模型来学习具有多层次抽象的数据的表示。这些方法在许多方面都带来了显著的改善,包括最先进的语音识别、视觉对象识别、对象检测和许多其它领域,例如药物发现和基因组学等。深度学习能够发现大数据中的复杂结构。它是利用BP算法来完成这个发现过程的。BP算法能够指导机器如何从前一层获取误差而改变本层的内部参数,这些内部参数可以用于计算表示。深度卷积网络在处理图像、...
分类:其他好文   时间:2015-06-04 12:04:45    阅读次数:373
MAC OS X10.10下Caffe无脑安装(CPU ONLY)
本文介绍了如何在Mac OS X10.10 系统下成功安装Caffe(由于本人Mac没有NVDIA显卡,因此选用CPU ONLY的安装方式)。本文是针对像我一样对安装配置极其不感冒的人的,因为我们只需要无脑安装——不求甚解,只求能用。当另外还有个重要的原因是,网上很多资料都有点过时了(包括官方文档),只会让人(我)白绕圈子。...
分类:系统相关   时间:2015-06-04 09:52:22    阅读次数:488
【王晓刚】深度学习在图像识别中的研究进展与展望
深度学习是近十年来人工智能领域取得的最重要的突破之一。它在语音识别、自然语言处理、计算机视觉、图像与视频分析、多媒体等诸多领域都取得了巨大成功。本文将重点介绍深度学习在物体识别、物体检测、视频分析的最新研究进展,并探讨其发展趋势。1. 深度学习发展历史的回顾现有的深度学习模型属于神经网络。神经网络的历史可追述到上世界四十年代,曾经在八九十年代流行。神经网络试图通过模拟大脑认知的机理,解决各种机器学习...
分类:其他好文   时间:2015-06-03 21:35:24    阅读次数:1289
深度学习-LeCun、Bengio和Hinton的联合综述(下)
深度学习-LeCun、Bengio和Hinton的联合综述(下)【编者按】三大牛Yann LeCun、Yoshua Bengio和Geoffrey Hinton在深度学习领域的地位无人不知。为纪念人工智能提出60周年,最新的《Nature》杂志专门开辟了一个“人工智能 + 机器人”专题,发表多篇相关...
分类:其他好文   时间:2015-06-03 21:16:38    阅读次数:191
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!