精华内容
下载资源
问答
  • ubuntu安装caffe教程

    2018-09-27 16:15:49
    ubuntu安装caffe教程,含GPU ,包括错误处理解决办法,cudnn包下载等
  • caffe 教程 中文版

    热门讨论 2016-02-23 08:46:13
    caffe中文资料 很方便新手 22号刚刚出来的 大家踊跃下载
  • caffe官方教程,含有caffe网络模型各层详解,可以利用本教程再结合一些caffe示例进行模型训练!搭建深度学习框架必备!
  • CNN常用网络和架构(1.层级结构 2.数据处理 3.训练算法 4.优缺点);实际搭建与训练CNN;常用框架与应用;Caffe教程
  •  1.1 在caffe的data文件夹下面建立一个myself文件夹。在myself文件夹下面建立train和test文件夹。    1.2 百度下载10张鸟的图片和10张狗的图片最为训练集。再下载4张鸟的图片和4张狗的图片最为验证集。(只是为了...

    本站的内容是训练自己的网络结构来分类鸟和狗。

    1.准备自己的数据集。

           1.1  在caffe的data文件夹下面建立一个myself文件夹。在myself文件夹下面建立train和test文件夹。

     

           1.2 百度下载10张鸟的图片和10张狗的图片最为训练集。再下载4张鸟的图片和4张狗的图片最为验证集。(只是为了给大家演示一下就没有弄太多的数据集)。对训练集图片进行顺序编号dog1.jpeg,dog2.jpeg .... dog10.jpeg。bird1.jpeg  bird2.jpeg ...  bird10.jpeg。对验证集的图片进行编号 dog1.jpeg,dog2.jpeg .... dog4.jpeg。bird1.jpeg  bird2.jpeg ...  bird4.jpeg。 将训练集图片复制到train文件夹下面。验证集图片复制到test文件夹下面。

           1.3 在myself文件夹下面新建train.txt 和 test.txt文本文档。0表示bird类别  1表示dog类别。

                

                


    2.制作数据集和均值文件:

        2.1 在caffe的examples文件夹下面建立一个 myself 文件。找到caffe -> examples -> imagenet文件夹,将里面的create_imagenet.sh 、make_imagenet_mean.sh 、train_caffenet.sh 这三个文件复制到 examples文件夹下面的myself文件夹里面。

         2.2 修改create_imagenet.sh 将里面的路径设置文自己的路径。下面是我修改的路径。(只修改了红色圈住的地方,将前面的路径修改成自己的绝对路径,然后RESIZE=TRUE,是为了将图片都resize成统一大小的图片。)设置好之后运行sh文件就可以在examples->myself文件夹下面得到生成的两个lmdb文件夹。

         

        2.3生成均值文件:修改make_imagenet_mean.sh   只是修改路径 把有的路径修改成自己的绝对路径。修改完之后运行sh文件,就可以在myself文件夹下面得到一个  imagenet_mean.binaryproto 文件。

          

    3.训练自己的网络:(为了方便起见我直接拿caffenet的网络结构来训练,你可以把你的网络结构复制进来替换掉caffenet网络)找到 caffe-> models -> bvlc_reference_caffenet  将里面的solver.prototxt 和 train_val.prototxt两个文件复制到 examples->mtself 文件夹下面。  修改train_val.prototxt文件(红框修改成自己的文件夹路径,绿框为batch_size大小由于数据集太少建议设置成1.)



    修改solver.prototxt文件:(换成自己的路径)



    修改train_caffenet.sh文件(修改成自己的路径):

    修改完之后直接  bash  train_caffenet.sh 就可以训练网络了。

    ps:你可以修改train_val.prototxt将里面的网络结构修改成你自己的网络来训练。

    训练结果:


    展开全文
  • 【转】win10安装caffe教程

    千次阅读 2019-06-08 21:23:25
    https://blog.csdn.net/weixin_39591092/article/details/81261417
    展开全文
  • 学习工具箱caffe教程,对学习深度学习具有一定的帮助,主要是代码的说明,使用等等。
  • Caffe官方教程中译本

    2017-08-20 17:20:10
    CaffeCN社区翻译
  • Windows配置Caffe教程

    千次阅读 2016-09-27 11:54:17
    【注】caffe-windows和caffe-master对caffe.cpp编译以后下载的第三方库都是十六个文件夹。 最好核对一下文件,免得没下载完就被你关掉了。 这个时候,当下载完毕,VS仍在继续执行生成任务,最终可能失败...

    1、配置环境

    我的电脑:
    Windows10 64位+CUDA6.5+OpenCV2.49+VS2013
    亲测,windows 7 64位用这个方法同样可行。

    2、准备依赖库(五星重要)

    Windows下最重要,也是我们配置成功的关键,就是准备好所有的依赖库,然后编译我们的代码。

    2.1、Boost

    最方便也是我直接使用的方法,直接下载安装文件,找到适用自己电脑的版本。
    地址:
    http://sourceforge.net/projects/boost/files/boost-binaries/1.56.0/
    这个如果不好下载的话我把我电脑64位的版本传到百度云盘里面,需要的可以直接下载。
    百度云盘地址:
    链接:http://pan.baidu.com/s/1c1ZqOEk
    密码:1mth

    2.2、Glog+Gflag+Protobuf+LevelDB+HDF5+LMDB+Openblas

    这一部分的很多都是谷歌的开源库,不容易下载(你懂的)。所以我使用的是Neil Z. SHAO‘s Blog

    提供的编译好的。由于大神给的地址是谷歌网盘,不容易下载。我将它转至百度盘。

    百度云盘地址:
    链接:http://pan.baidu.com/s/1c154Azu
    密码:xuf5

    下载完,解压得到3rdparty文件夹。在下一段将会用到。

    3、建立Caffe工程

    准好好环境,准备编译。

    3.1、下载Caffe源码
    下载地址:https://github.com/BVLC/caffe

    3.2、准备项目所以依赖的库和变量

    3.2.1、系统环境变量
    CUDA_PATH_V6.5 安装好cuda6.5之后,会自动添加环境变量CUDA_PATH_V6.5

    OPENCV_2_49 D:/opencv/opencv2.49/build/

    BOOST_1_56 D:/boost/boost_1_56_0
    3.2.2、将2.2中下载的3rdparty文件夹放到3.1下载的根目录下。

    3.3、修改项目属性

    项目—>属性—>C/C++—>常规—>附加包含目录
    添加:

    ../include;

    ../src;

    ../3rdparty/include;

    ../3rdparty;

    ../3rdparty/include;

    ../3rdparty/include/openblas;

    ../3rdparty/include/hdf5;

    ../3rdparty/include/lmdb;

    ../3rdparty/include/leveldb;

    ../3rdparty/include/gflag;

    ../3rdparty/include/glog;

    ../3rdparty/include/google/protobuf;
    项目—>属相—>VC++目录—>包含目录
    添加:

    $(CUDA_PATH_V6_5)\include;

    $(OPENCV_2_49)\include;

    $(OPENCV_2_49)\include\opencv;

    $(OPENCV_2_49)\include\opencv2;

    $(BOOST_1_56)
    项目—>属性—>链接器—>常规—>附加库目录

    添加:

    $(CUDA_PATH_V6_5)\lib\$(PlatformName);

    $(OPENCV_2_49)\x64\vc12\lib;

    $(BOOST_1_56)\lib64-msvc-12.0;

    ..\3rdparty\lib;

    项目—>属性—>链接器—>输入—>附加依赖项

    debug添加:

    opencv_ml249d.lib
    opencv_calib3d249d.lib
    opencv_contrib249d.lib
    opencv_core249d.lib
    opencv_features2d249d.lib
    opencv_flann249d.lib
    opencv_gpu249d.lib
    opencv_highgui249d.lib
    opencv_imgproc249d.lib
    opencv_legacy249d.lib
    opencv_objdetect249d.lib
    opencv_ts249d.lib
    opencv_video249d.lib
    opencv_nonfree249d.lib
    opencv_ocl249d.lib
    opencv_photo249d.lib
    opencv_stitching249d.lib
    opencv_superres249d.lib
    opencv_videostab249d.lib
    cudart.lib
    cuda.lib
    nppi.lib
    cufft.lib
    cublas.lib
    curand.lib
    gflagsd.lib
    libglog.lib
    libopenblas.dll.a
    libprotobufd.lib
    libprotoc.lib
    leveldbd.lib
    lmdbd.lib
    libhdf5_D.lib
    libhdf5_hl_D.lib
    Shlwapi.lib
    gflags.lib
    libprotobuf.lib
    leveldb.lib
    lmdb.lib
    libhdf5.lib
    libhdf5_hl.lib

    release添加:

    opencv_ml249.lib
    opencv_calib3d249.lib
    opencv_contrib249.lib
    opencv_core249.lib
    opencv_features2d249.lib
    opencv_flann249.lib
    opencv_gpu249.lib
    opencv_highgui249.lib
    opencv_imgproc249.lib
    opencv_legacy249.lib
    opencv_objdetect249.lib
    opencv_ts249.lib
    opencv_video249.lib
    opencv_nonfree249.lib
    opencv_ocl249.lib
    opencv_photo249.lib
    opencv_stitching249.lib
    opencv_superres249.lib
    opencv_videostab249.lib
    cudart.lib
    cuda.lib
    nppi.lib
    cufft.lib
    cublas.lib
    curand.lib
    gflags.lib
    libglog.lib
    libopenblas.dll.a
    libprotobuf.lib
    libprotoc.lib
    leveldb.lib
    lmdb.lib
    libhdf5.lib
    libhdf5_hl.lib
    Shlwapi.lib

    3.4、复制Windows下的CommonSetting.props.examples,后缀修改为CommonSetting.props
    这里写图片描述

    3.4.1、由于我电脑无GPU,所以修改复制过来的CommonSettings.props配置文件(这里还可以根据需要设置MATLAB或者Python的借口,不过我打算学习C++下的caffe编写,所以没有配置这两种接口):
    这里写图片描述
    3.4.2、 双击Windows下的caffe.sln,在VS2013中生成解决方案:
    【注】里面的caffe.managed和predict 是我自己写的测试项目,其它的才是官网自动生成的哈~~~ :->
    这里写图片描述
    然后会弹出一个窗口,Nuget所需要的第三方库,可能会未响应,慢慢等吧。如果出现无法连接的那个问题,说明IP ping不过去,直接把问题复制到网上搜,有解决方法。
    3.4.3、当下载完毕第三方库,你的caffe-Windows并列文件夹下会有一个第三方库的文件夹
    【注】caffe-windows和caffe-master对caffe.cpp编译以后下载的第三方库都是十六个文件夹。
    这里写图片描述
    这里写图片描述
    最好核对一下文件,免得没下载完就被你关掉了。
    这个时候,当下载完毕,VS仍在继续执行生成任务,最终可能失败,原因下面会提示说无法打开libcaffe.lib之类的error。解决方法是直接对libcaffe重新生成,或者直接生成一次
    这里写图片描述
    当这个文件生成成功以后,重复一下上一步,对所有文件再重新生成一下,这时候应该不会出现libcaffe.lib无法打开的错误了。
    如果之前的环境配置按照我说的来,这个是没什么问题的。

    4、测试

    运行caffe.cpp,直接双击打开caffe.cpp,然后ctrl+f5直接编译,出现如下命令窗口说明编译成功这里写图片描述

    两个学习文档
    薛开宇学习笔记:
    链接:http://pan.baidu.com/s/1hshTkqw
    密码:xckh
    caffe社区学习资料:
    链接:http://pan.baidu.com/s/1jIyegZ0
    密码:sktu


    配置完毕,可以直接调用到matlab或者python里面使用了,下一篇文章会教大家怎么配置faster-rcnn,调用caffe。

    参考文献:
    http://m.blog.csdn.net/article/details?id=51355143
    http://www.bubuko.com/infodetail-902302.html

    展开全文
  • Ubuntu16.04安装配置Caffe教程(GPU版)

    万次阅读 多人点赞 2018-01-25 16:44:50
    Ubuntu安装配置Caffe教程(GPU版) By yggao 此教程主要借鉴自: GPU版:http://www.linuxidc.com/Linux/2016-12/138870.htm CPU版:http://www.linuxidc.com/Linux/2016-09/135034.htm   1 电脑配置及软件...

    Ubuntu安装配置Caffe教程(GPU版)

    By yggao

    此教程主要借鉴自:

    GPU版:http://www.linuxidc.com/Linux/2016-12/138870.htm

    CPU版:http://www.linuxidc.com/Linux/2016-09/135034.htm

     

    1   电脑配置及软件说明

    1)     Ubuntu 16.04 x64系统,GPU:Quadro M4000(提示:在linux下可以通过命令lspic | grep –i vga 查看)

    2)     Caffe:Convolutional Architecture for Fast FeatureEmbedding

    3)     NVIDIA显卡驱动(不同的GPU对应不同的版本)

    4)     CUDA 9.0

    5)     cuDNN v7.0.5 for CUDA 9.0

    6)     OpenCV 3.2.0

     

    2          安装NVIDIA GPU驱动

    2.1         查询GPU驱动

    首先去NVIDIA官网http://www.nvidia.com/Download/index.aspx?lang=en-us查看适合自己显卡的驱动并下载。如下图1,图2所示。

    图1. 填写GPU和系统信息

    图2. 搜索结果

           本文中显卡型号是Quadro M4000,系统linux 64-bit,按照要求点击serach出现图2所示搜索结果,点击下载。本文中下载的驱动文件是:NVIDIA-Linux-x86_64-384.111.run。

    注意:我们要把这个文件放到英文目录(e.g. /home)下,原因是下面我们要切换到文字界面下,如果放到中文目录下,我们没有办法进入这个目录(没有中文输入法,且中文全部是乱码)。

    2.2         安装GPU驱动

    2.2.1         屏蔽自带显卡驱动

    1) 在终端下输入: sudo gedit /etc/modprobe.d/blacklist.conf

    2) 输入密码收在最后一行加上:blacklist nouveau. 这里是将Ubuntu自带的显卡驱动加入黑名单

    3) 在终端输入:sudo update-initramfs –u,使修改生效

    4) 重启电脑

    2.2.2         安装新驱动

    1) 启动电脑后,按Ctrl+Alt+F1~F6进入命令行界面(安装GPU驱动要求在命令行环境),输入用户名和密码进入用户目录

    2) 输入命令:sudo service lightdm stop

    3) 进入驱动所在的文件夹,sudo chmod +x ./NVIDIA-Linux-x86_64-384.111.run,修改权限。然后:sudo ./NVIDIA-Linux-x86_64-384.111.run,进入安装程序

    4) 完成安装后,重启电脑

    5) 重启电脑后,输入以下指令进行验证:sudo nvidia-smi,若列出了GPU的信息列表则表示驱动安装成功。如下图3所示。

    图3. GPU信息列表

    3          安装CUDA

    CUDA是NVIDIA的编程语言平台,想使用GPU就必须要使用cuda。

    (1)   下载CUDA

    首先在官网上https://developer.nvidia.com/cuda-downloads下载CUDA。下载CUDA时一定要注意CUDA和NVIDIA显卡驱动的适配性。现在的情况是:CUDA_8.0支持375.**及以上系列的显卡驱动;CUDA_9.0支持384.**及以上系列的显卡驱动;CUDA_9.1支持389.**及以上系列的显卡驱动。本文中的显卡驱动为384.111系列,所以不能下载最新版本的CUDA_9.1,最后下载的是cuda_9.0.176_384.81_linux.run(当然,CUDA_8.0也是没问题的)。下载界面如下图4所示。

    图4. CUDA_9.0下载界面

    (2)   运行安装程序

    执行以下命令:

    sudo chmod 777 cuda_9.0.176_384.81_linux.run

    sudo ./cuda_9.0.176_384.81_linux.run

    注意:执行后会有一系列提示让你确认,但是注意,有个让你选择是否安装nvidia384驱动时,一定要选择否:Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 384.**?

    因为前面我们已经安装了更加新的nvidia384,所以这里不要选择安装。其余的都直接默认或者选择是即可。

    (3)   环境变量设置

    打开~/.bashrc文件:sudo gedit ~/.bashrc

    将以下内容写入到~/.bashrc尾部:

    exportPATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}

    exportLD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

    (4)    测试CUDA是否安装成功

    执行以下命令:

    cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery

    sudo make

    sudo ./deviceQuery

    如果显示一些关于GPU的信息,则说明安装成功。如下图5所示。

    图5. CUDA测试信息

    4          配置cuDNN

    cuDNN是GPU加速计算深层神经网络的库。

    (1)   首先去官网 https://developer.nvidia.com/rdp/cudnn-download 下载cuDNN,需要注册一个账号才能下载。下载cuDNN时也一定要注意与CUDA版本的适配性,此信息官网中已经给的很清楚。下载界面如下图6所示。

    图6. cuDNN下载界面

    (2)   下载cuDNN后进行解压:sudo tar -zxvf ./cudnn-9.0-linux-x64-v7.tgz

    (3)   进入解压后的文件夹下的include目录,在命令行进行如下操作:

    cd cuda/include

    sudo cp cudnn.h/usr/local/cuda/include  #复制头文件到cuda头文件目录

    (4)   进入lib64目录下,对动态文件进行复制和软链接

    cd ..

    cd lib64

    sudo cp lib*/usr/local/cuda/lib64/    #复制动态链接库

    cd /usr/local/cuda/lib64/

    sudo rm -rf libcudnn.solibcudnn.so.7    #删除原有动态文件

    sudo ln -s libcudnn.so.7.0.5libcudnn.so.7  #生成软衔接

    sudo ln -s libcudnn.so.7libcudnn.so      #生成软链接

    5          安装OpenCV3.2

    详细的安装请参考:http://www.linuxidc.com/Linux/2017-07/145446.htm

    (1)   从官网(http://opencv.org/downloads.html)下载Opencv,并将其解压到你要安装的位置,假设解压到了/home/opencv。

    unzip opencv-3.2.0.zip

    sudo cp ./opencv-3.2.0 /home/username

    sudo mv opencv-3.2.0 opencv

     

    (2)   安装前准备,创建编译文件夹

    cd ~/opencv

    mkdir build

    cd build

     

    (3)   配置

    sudo apt install cmake

    sudo cmake -D CMAKE_BUILD_TYPE=Release -DCMAKE_INSTALL_PREFIX=/usr/local ..

     

    (4)   编译

    sudo make -j8 (-j8表示并行计算,根据自己电脑的配置进行设置,配置比较低的电脑可以将数字改小或不使用,直接输make)

     

    (5)   安装

    以上只是将opencv编译成功,还没将opencv安装,需要运行下面指令进行安装:

    sudo make install

    6          配置Caffe

    (1)   安装相关依赖

    sudoapt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-devlibhdf5-serial-dev protobuf-compiler

    sudoapt-get install --no-install-recommends libboost-all-dev

    sudoapt-get install libopenblas-dev liblapack-dev libatlas-base-dev

    sudoapt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev

    (2)   下载Caffe

    使用Git直接下载Caffe非常简单,或者去https://github.com/BVLC/caffe下载。

    下载完成后,会在家目录下的下载里找到caffe-master.zip,用unzip命令解压到家目录下,然后重命名为caffe。

     

    (3)   修改Makefile.config

    因为make指令只能make Makefile.config文件,而Makefile.config.example是caffe给出的makefile例子。因此,首先将Makefile.config.example的内容复制到Makefile.config:

    sudo cpMakefile.config.example Makefile.config

    打开并修改配置文件:

    sudogedit Makefile.config #打开Makefile.config文件 根据个人情况修改文件:

    a.      若使用cudnn,则将

    #USE_CUDNN:= 1

    修改成:

    USE_CUDNN:= 1

    b.      若使用的opencv版本是3的,则将

    #OPENCV_VERSION:= 3

    修改为:

    OPENCV_VERSION:= 3

    c.      若要使用python来编写layer,则将

    #WITH_PYTHON_LAYER:= 1 

    修改为WITH_PYTHON_LAYER := 1

    d.      重要的一项,将

    #Whatever else you find you need goes here. 下面的

    INCLUDE_DIRS:= $(PYTHON_INCLUDE) /usr/local/include

    LIBRARY_DIRS:= $(PYTHON_LIB) /usr/local/lib /usr/lib

    修改为:

    INCLUDE_DIRS:= $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial

    LIBRARY_DIRS:= $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu/usr/lib/x86_64-linux-gnu/hdf5/serial      

    这是因为Ubuntu16.04的文件包含位置发生了变化,尤其是需要用到的hdf5的位置,所以需要更改这一路径。

     

    (4)   修改Makefile文件

    打开Makefile文件,做如下修改,将:

    NVCCFLAGS +=-ccbin=$(CXX) -Xcompiler-fPIC$(COMMON_FLAGS)

    替换为:

    NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX)-Xcompiler -fPIC $(COMMON_FLAGS)

     

    (5)   编辑/usr/local/cuda/include/host_config.h

    将其中的第115行注释掉,将

    #error-- unsupported GNU version! gcc versionslater than 4.9 are not supported!

    改为:

    //#error-- unsupported GNU version! gcc versionslater than 4.9 are not supported!

     

    (6)   编译

    make all -j8  #-j根据自己电脑配置决定

     

    (7)   测试

    sudo make runtest

    如果运行之后出现下图7所示,说明caffe配置成功。

    图7. Caffe测试成功运行结果

    7          MNIST数据集测试

    配置caffe完成后,我们可以利用MNIST数据集对caffe进行测试,过程如下:

    1.将终端定位到Caffe根目录

    cd ~/caffe

     

    2.下载MNIST数据库并解压缩

    ./data/mnist/get_mnist.sh

     

    3.将其转换成Lmdb数据库格式

    ./examples/mnist/create_mnist.sh

     

    4.训练网络

    ./examples/mnist/train_lenet.sh

    训练的时候可以看到损失与精度数值,如下图8所示:

    图8. Lenet-5网络运行结果

    展开全文
  • caffe官方教程译本

    2018-01-30 18:24:46
    深度学习框架,caffe的官方译本,包括caffe的基础数据类型blob,以及caffe框架的介绍。
  • 在目标检测任务中,我们常使用yolov3, yolov4作为目标检测模型,在实际部署工作中,我们很多边缘设备需要把模型转换成caffe。在次记录下转换过程。  我们需要在caffe框架中,添加所需要的层。这个转换工具可以参考...
  • Ubuntu16.04 安装Caffe教程 链接:https://blog.csdn.net/autocyz/article/details/51783857
  • Linux服务器无权限安装caffe教程

    千次阅读 热门讨论 2018-05-16 17:13:41
    Linux服务器无权限安装caffe教程 作者:贾金让 前言:服务器上没有root权限,不能使用sudo和apt-get无脑安装caffe需要的各种依赖,因此需要手动安装这些依赖库。核心就是将原来apt-get安装在/usr/include,/usr/...
  • Caffe官方教程中文版(高清 非扫描) 可以复制文字 深度学习caffe官方教程中文翻译版本,内容基本翻译准确,可以给准备入门或者刚入门学习caffe的朋友提供一个基础的框架概念和基本理论知识。
  • 本文介绍在虚拟机的linux系统下安装caffe的过程。1.安装caffe;在终端复制如下命令即可,自动下载安装caffe;git clone https://github.com/BVLC/caffe.git2.安装必要的相关依赖项;sudo apt-get install git cmake ...
  • caffe 官方教程 中文版

    2016-11-23 14:29:01
    caffe官方教程中文翻译版
  • Ubuntu16.04 Anaconda安装GPU版caffe教程

    千次阅读 2019-06-26 17:24:59
    conda create --name caffe python=2.7 二、激活caffe虚拟环境,安装caffe source activate caffe conda install caffe-gpu 三、测试是否安装成功caffe python import caffe 出新错误 解决方法...
  • 由于最近安装了Ubuntu 16.04,苦于之前配置Caffe教程都在版本14.04左右,无奈只能自己摸索,最终配置成功。本文教程的特点是不需要降级gcc的版本,毕竟cuda7.5不支持gcc5以上(默认不支持,实际支持),避免出现一...
  • Caffe(13)--(SSRNet模型)Keras转Caffe教程

    千次阅读 热门讨论 2018-11-20 11:57:30
    由于TensorFlow和Caffe的机制不同,在poolling层的源码实现上,Caffe有对结果向上取整的操作,最终导致TF下和Caffe下特征图的大小不一致,模型参数对应不上。 解决方案 : 1)修改Caffe源码,并重新编译。(选择...
  • Caffe官方教程中文翻译版--完整详细,学习的最好文档之一
  • windows下caffe安装教程

    2018-10-21 15:41:38
    对于caffe新手而言,不熟caffe可能是个问题,帮同事搭建过好几次,将大概步骤写下来,放到网上,希望对你们有用。本教程在win10下安装,所有对应的软件需自己装好并测试通过,否则不易成功。
  • sys caffe教程

    2018-09-15 20:36:17
    sys,sys.path.append,argv参数介绍(转 https://blog.csdn.net/i_is_a_energy_man/article/details/77914234 caffe https://www.cnblogs.com/denny402/tag/caffe/default.html?page=1  
  • MAC 安装caffe 教程 排坑

    千次阅读 2018-10-19 12:41:25
    Mac 安装caffe 第一步就是安装 homebrew  接下来安装caffe 依赖  按照官网: brew install -vd snappy leveldb gflags glog szip lmdb 接下来   brew tap homebrew/science 报错 Error: homebrew/sc...
  • 现在有很多深度学习框架,Caffe是比较常用的一个。本文讲述了Ubuntu 14.04(64位)系统下配置Caffe的基本步骤,参考了Caffe的官方网站 http://caffe.berkeleyvision.org/。   一、系统环境配置   1.1 首先安装...
  • caffe安装教程

    2017-08-11 10:36:24
    ubuntu16.04 gtx960 安装caffe
  • Segnet分割网络caffe教程(一)

    千次阅读 热门讨论 2017-08-14 20:57:38
    1 ./SegNet/caffe-segnet/build/tools/caffe train -gpu 0 -solver /SegNet/Models/segnet_solver.prototxt # This will begin training SegNet on GPU 0 2 ./SegNet/caffe-segnet/build/tools/caffe train ...
  • Centos7安装Caffe教程

    2018-01-05 10:37:20
    教程安装的是python2.7(Linux自带的)和相应的anaconda2,参考如下博客的Anaconda安装部分:http://blog.csdn.net/liuguangrong/article/details/78737419 第一步:...
  • 本文首发于个人博客... Install and Configure Caffe on windows 10 Part 1: Install and Configure Caffe on windows 10 Part 2: Install and Configure Caffe on ubuntu 16.04 Gu...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 12,708
精华内容 5,083
关键字:

caffe教程