原创 caffe各層參數詳解(讀文檔記錄)

前言:利用caffe工具來完成自己的模型搭建與訓練,層級參數還是需要好好理解的,以便進行配置文件prototxt 的編寫。 數據層 數據層是每一個模型的底層,我們需要通過它完成blobs格式數據的上傳。需要注意數據層的某些參數實現數據

原创 公司的力量(一)

公司的力量(公司、公司) 長久以來,都羨慕知識面廣的那類人,能夠談古博今,從歷史政治經濟軍事到人文地理天地萬物都有自己的見解。喜歡交這樣的朋友,大家談的時候我就在一旁認真的聽,這樣帶來的收穫是有的,但只是微點連不成線面,喜歡羨慕什麼樣的

原创 python enumerate用法總結

轉載自https://blog.csdn.net/churximi/article/details/51648388 enumerate()說明 enumerate()是python的內置函數 enumerate在字典上是枚舉、列舉的

原创 機器學習 深度學習 計算機視覺 資料彙總

Deep Learning(深度學習) ufldl的2個教程(這個沒得說,入門絕對的好教程,Ng的,邏輯清晰有練習):一 ufldl的2個教程(這個沒得說,入門絕對的好教程,Ng的,邏輯清晰有練習):二 Bengio團隊的deep

原创 linux下mnist驗證caffe與結果可視化

此篇爲了記錄過程如題。 linux下配置編譯caffe網上資源很多。在make runtest和import caffe成功後進行本文的實驗。 下載數據: cd ~/caffe/ ./data/mnist/get_mnist.s

原创 Caffe做分類初步學習以及常見問題

1.安裝 mac下安裝caffe可以參考之前的一篇wiki(在mac下安裝caffe),當然如果遇到其他問題請自行google。 對於各種Linux系統,網上的教程已經非常多了。 2.caffe代碼與架構層次簡單介紹 caff

原创 手把手教windows10+無Gpu+caffe下Mnist實例運行與測試自己的圖片

前言:趁熱打鐵,完成了mnist實例的訓練與測試,並用自己找的圖片進行了測試。 本文需要的環境及數據 參照上篇博客配置 此例子所需數據集及所有需要修改生成的文件都放在雲盤裏,需要請自取 。鏈接:http://pan.baidu.com

原创 windows10下利用caffe model訓練自己的數據

注:本篇爲了完整性,現先寫簡單概念,下一篇詳細總結caffe網絡模型各層參數。 一、背景知識 1.caffe源碼結構與核心概念: 附計算所劉昕老師的圖:可以看到caffe源碼文件夾主要內容與功能: 核心概念: 2.經典模型: 附圖

原创 python根據.json文件bbox裁剪圖片製作數據集及標籤

**##以測試數據集爲例,.json文件中包含了圖片路徑名,bbox及其標籤值。可以生成相應的截取圖片及所對應的標籤...** # -*- coding: utf-8 -*- """ Created on Wed Mar 29 09:2

原创 初次使用ubuntu

前言 一直在windows下的我終於也要跨上linux的旅程~ 簡單命令 首先介紹幾個縮寫: Sudo:super user do Su:switch user Dash:dashboard(儀表盤) 1.alt+f2–>gnome

原创 FCN與圖像語義分割小結(學習初步指引)

作者:yiyisunshine 出處:http://blog.csdn.net/yiyisunshine/article/details/62895740 學習了幾天FCN後,有必要進行一下整理了,也希望能幫助到看到此篇文章的人~ 學習

原创 TensorFlow下的MNIST關鍵原理與參數理解

前言:本來是配置好了caffe準備從MNIST上手的,結果半路殺出個TensorFlow,莫名被吸引,先來一篇記錄啦~ TensorFlow爲什麼吸引了我      TensorFlow可被用於語音識別或圖像識別等多項機器深度學習領域。