caffe

batch size 参数https://www.zhihu.com/question/32673260在合理范围内，增大 Batch_Size 有何好处？ 内存利用率提高了，大矩阵乘法的并行化效率提高 跑完一次epoch（全数据集）所需要的迭代次数减小，对于相同数据量的处理速度进一步加快 在一定范围内，一般来说batch size越大，其确定的下降方向越准，引起的训练震荡越小 盲目增大batch

参考：https://www.cnblogs.com/dudumiaomiao/p/6556111.html             http://m.blog.csdn.net/hongbin_xu/article/details/77278329 1. 首先下载pascal voc2007数据集     wget http://host.robots.ox.ac.uk/pasca

在了解了caffe模型的结构和ONNX的结构后，我用python写了一个caffe转onnx的小工具，现只测试了resnet50、alexnet、yolov3的caffe模型和onnx模型推理结果，存在误差，但是在可接受范围内。本工具在转换模型的时候是不需要配置caffe的，只需要安装好protobuf即可。在进行推理测试的时候才需要配置好pycaffe。

Caffe的全称应该是Convolutional Architecture for Fast Feature Embedding，它是一个清晰、高效的深度学习框架，它是开源的，核心语言是C++，它支持命令行、Python和Matlab接口，它既可以在CPU上运行也可以在GPU上运行。它的license是BSD 2-Clause。 Deep Learning比较流行的一个原因，主要是因为它

Caffe的几个重要文件用了这么久Caffe都没好好写过一篇新手入门的博客，最近应实验室小师妹要求，打算写一篇简单、快熟入门的科普文。 利用Caffe进行深度神经网络训练第一步需要搞懂几个重要文件： solver.prototxt train_val.prototxt train.sh 接下来我们按顺序一个个说明。solver.prototxtsolver这个文件主要存放模型训练所用到的一些超参数

前段时间贾清扬大牛在Facebook推出了caffe2版本，相比caffe来说感觉更加轻量级和高效。Caffe2的安装相比于caffe在安装的时候更加简便，略去了Makefile.config的各种配置，对于有无GPU以及各种可选库例如OpenCV，anaconda的支持也更简单。（其实你直接装好库以后make就好，以GPU为例，在make的时候，自动检测你是否安装了CUDA，若没有，就自动CPU

原文链接：https://www.cnblogs.com/carle-09/p/9033608.html 目录： 一、Caffe的作者-贾扬清 二、Caffe简介--Caffe、Caffe2、Caffe2Go 三、认识Caffe 四、认识Caffe2 五、认识Caffe2Go     正文： 一、Caffe的作者-贾扬清 Caffe 作者：贾扬清，任Facebook研究科学家...

关于cpu_timer具体请看： http://blog.csdn.net/pdcxs007/article/details/47281391参考实例为：#include <iostream> #include <boost/timer/timer.hpp> #include <cmath>using namespace std; using namespace boost;int main()

Caffe通过Boost中的Boost.Python模块来支持使用Python定义Layer： 使用C++增加新的Layer繁琐、耗时而且很容易出错 开发速度与执行速度之间的trade-off 编译支持Python Layer的Caffe如果是首次编译，修改Caffe根目录下的Makefile.cinfig，uncommentWITH_PYTHON_LAYER:=1如果已经编译过: 进入caffe

参考链接：http://www.cnblogs.com/denny402/p/5685909.html 将图片通过名称放到对应的数字和字母的文件夹里 根据图片的文件夹以及预测出的结果统计正确率 #coding=utf-8 import pdb import os import os.path import caffe import numpy as np root='/home/mqli/myFil

https://vra.github.io/2016/12/13/siamese-caffe/caffe的example里面已经有一个demo： https://github.com/BVLC/caffe/tree/master/examples/siamese

安装cuda8.0参考的文档：http://www.jianshu.com/p/69a10d0a24b9http://blog.csdn.net/zshouyi/article/details/63679539 Completely uninstall anything in the ubuntu repositories with nvidia-*. I used synaptic and di

http://lamda.nju.edu.cn/weixs/project/CNNTricks/CNNTricks.html