原创 matlab imresize() 函數使用說明

 imresize() 函數使用說明 imresize() 函數主要功能:改變圖像大小 。 用法:       B = imresize(A,m)      B = imresize(A,m,method)      B = im

原创 簡單4步在win7 X64+cuda7.5或cuda8.0+VS2013環境中配置caffe深度學習框架,不用配置複雜的依賴庫。

        本文參考了《深度學習:21天實戰Caffe》中的內容,結合在實際中遇到的問題,目的是讓初學者少走彎路,和其他方法相比不需要配置各種複雜的依賴庫和環境,如有興趣請參考該書,下面開始正文。       操作系統:Windows

原创 win7 x64系統配置caffe的matlab接口。

             本文主要內容爲轉載,結合和在實際中遇到的問題總結而成,親測可用,轉載文章來源 http://m.blog.csdn.net/article/details?id=51702686 。       (1)修改配置

原创 在線網頁繪製可視化 Caffe 網絡結構

 可以利用python接口實現Caffe 網絡結構的可視化,便於直觀理解。 但是在線網頁繪製caffe網絡結構圖的方法,其實更簡潔方便: 網址:http://ethereon.github.io/netscope/#/editor

原创 深度學習中常用的調節參數

一、深度學習中常用的調節參數 原文鏈接:http://www.cnblogs.com/maohai/p/6453417.html 1、學習率 步長的選擇:你走的距離長短,越短當然不會錯過,但是耗時間。步長的選擇比較麻煩。步長越小,

原创 Caffe各版本與源碼全透析

原文地址:http://m.blog.csdn.net/article/details?id=51262004 本來想自己詳細寫caffe源碼的各個部分解析,後在網上看到很多大牛都寫的非常好,於是我就將這些鏈接整理一下,方便查看

原创 ubuntu如何配置軟件更新源和更新鏡像

重要的事情說三遍:配置好上網信息(ip,DNS等),電腦插上網線..... 1、首先備份Ubuntu源列表 sudo cp /etc/apt/sources.list /etc/apt/sources.list.backup   

原创 解讀Batch Normalization

目錄 1-Motivation2-Normalization via Mini-Batch Statistics 測試BN before or after Activation3-Experiments 本次所講的內容爲Batch

原创 Caffe經典網絡代碼資料總結

原文鏈接:http://blog.csdn.net/Quincuntial/article/details/72832136 自2012年Alexnet贏得了ImageNet競賽以來,深度學習(神經網絡)得到了飛速發展,產生了許多的神經

原创 卷積神經網絡Lenet-5詳解

卷積神經網絡Lenet-5實現 原文地址:http://blog.csdn.net/hjimce/article/details/47323463 作者:hjimce 卷積神經網絡算法是n年前就有的算法,只是近年來因爲深度學

原创 Caffe 中 BN(BatchNorm ) 層的參數均值、方差和滑動係數解讀

              Caffe 中 BN(BatchNorm ) 層的參數均值、方差和滑動係數解讀 Caffe 的 BN(BatchNorm ) 層共有三個參數參數:均值、方差和滑動係數,BN層結構如下: layer {

原创 matlab 選擇文件夾、選擇文件GUI和逐一讀取文件夾中的文件

matlab 選擇文件夾、選擇文件GUI和逐一讀取文件夾中的文件 1. 選擇文件夾路徑: filepath = uigetdir('*.*','請選擇文件夾');%fliepath爲文件夾路徑 2. 選擇文件 [filename

原创 Caffe學習系列(2):數據層及參數

本文轉自:http://www.cnblogs.com/denny402/p/5070928.html    更多請訪問原創博主主頁,感謝作者分享。 Caffe學習系列(2):數據層及參數 要運行caffe,需要先創建一