怎么把Caffe中间每一层的结果保存下来?

图像分类joshua_1988 回复了问题 • 2 人关注 • 1 个回复 • 58 次浏览 • 18 小时前 • 来自相关话题

loss一开始就很小,约为0.7-0.8,训练了几万,也没有收敛的迹象

回复

深度学习理论匿名用户 发起了问题 • 1 人关注 • 0 个回复 • 25 次浏览 • 20 小时前 • 来自相关话题

loss与模型选择

回复

参数调节LearnByPratice 回复了问题 • 1 人关注 • 1 个回复 • 29 次浏览 • 1 天前 • 来自相关话题

深度学习Tensorflow学习资料

TensorFlow开发会用YJango 发表了文章 • 3 个评论 • 608 次浏览 • 2017-04-03 12:53 • 来自相关话题

 深层学习为何要“Deep”(上)

深层学习为何要“Deep”(下)

YJango 的 Live -- 深层学习入门误区

串讲 线性代数、概率、熵

TensorFlow基本用法

Tensorflow代码演示LV1 · 超智能体 (看不了gitbook请看代码演示LV1)

Tensorflow实现神经网络(2)
Tensorflow实现深层学习完备流程

循环神经网络(Recurrent)--介绍

循环神经网络--实现LSTM

循环神经网络--scan实现LSTM

循环神经网络--双向LSTM&GRU
 
超智能体 知乎专栏
 
超智能体 gitbook 查看全部

SSD批量测试输出

回复

目标识别JianZhang 发起了问题 • 1 人关注 • 0 个回复 • 32 次浏览 • 1 天前 • 来自相关话题

为什么配置了caffe后,系统盘C盘的内存会急剧减少哇?

综合问题zwfticker 回复了问题 • 3 人关注 • 2 个回复 • 363 次浏览 • 1 天前 • 来自相关话题

faster rcnn检测时AP和mAP值为0

深度学习应用桌子ly 回复了问题 • 4 人关注 • 3 个回复 • 1025 次浏览 • 1 天前 • 来自相关话题

win7+vs2013+matlabR2014a配置问题

回复

综合问题dundun00 发起了问题 • 1 人关注 • 0 个回复 • 31 次浏览 • 3 天前 • 来自相关话题

faster rcnn添加一块网络结构,训练完后原本的不变的那一部分模型进行画框测试时结果准确率改变

回复

参数调节guduyue 发起了问题 • 1 人关注 • 0 个回复 • 41 次浏览 • 3 天前 • 来自相关话题

linux+ubantu16.04,用imagenet网络训练自己的数据,每次都会出现如下图所示的错误,请问该怎么解决?

图像分类phoenixbai 回复了问题 • 3 人关注 • 2 个回复 • 164 次浏览 • 4 天前 • 来自相关话题

FCN做图像分割,训练时loss一直稳定在一个值附近,请大牛指点

深度学习应用jiongnima 回复了问题 • 17 人关注 • 13 个回复 • 4816 次浏览 • 4 天前 • 来自相关话题

语义图像分割,如何用自己的数据训练FCN,请大牛指点

语义图像分割jiongnima 回复了问题 • 7 人关注 • 4 个回复 • 1874 次浏览 • 4 天前 • 来自相关话题

在FCN训练时,loss一直保持不变。我的分类数不是21类,是2类,请问该怎么初始化Deconvolution的参数?

回复

语义图像分割jiongnima 回复了问题 • 1 人关注 • 2 个回复 • 76 次浏览 • 4 天前 • 来自相关话题

从图上看?

回复

深度学习理论孙泽宇 发起了问题 • 1 人关注 • 0 个回复 • 56 次浏览 • 4 天前 • 来自相关话题

SSD中的bbox_util中的prior_center_x是在feature map的中间吗?

回复

目标识别sherry 发起了问题 • 1 人关注 • 0 个回复 • 44 次浏览 • 4 天前 • 来自相关话题

caffe移植到arm 之 hdf5交叉编译

回复

Caffe开发使用fb295287723 发起了问题 • 1 人关注 • 0 个回复 • 49 次浏览 • 5 天前 • 来自相关话题

移植caffe到arm(无GPU),训练mnist数据时出现错误“Aborted at 1491524301 (unix time)”

深度学习应用fb295287723 回复了问题 • 2 人关注 • 1 个回复 • 1002 次浏览 • 5 天前 • 来自相关话题

bbox=nan,你解决没有,能不能说一下你的解决方法?

回复

深度学习理论桌子ly 发起了问题 • 1 人关注 • 0 个回复 • 34 次浏览 • 5 天前 • 来自相关话题

Restarting data prefetching from start是什么问题?

回复

综合问题gripdestiny 发起了问题 • 1 人关注 • 0 个回复 • 38 次浏览 • 5 天前 • 来自相关话题

Caffe2的c++开发方法

Caffe开发使用breadbread1984 发表了文章 • 5 个评论 • 465 次浏览 • 2017-10-05 11:31 • 来自相关话题

Caffe2现在对于C++相关的文档非常少。很多利用C++使用Caffe1的同学可能遇到很多问题。现在提供一个利用C++结合Caffe2开发LeNet工程。
一个简单的Caffe2 C++ Demo
简单的讲下Caffe2利用C++开发的步骤,方便大家理解。Caffe2和Caffe1一样可以通过命令行训练模型。在Caffe2下面,只需要实现手写实现两个模型init网络和train网络。然后将这两个网络写到plan文件中(也就是项目中的train_plan.pbtxt),然后运行Caffe2提供的run_plan工具。这个工具类似Caffe1的caffe命令,用来在命令行训练模型。训练结束后,通过在C++中载入模型就可以进行应用。
Caffe2与Caffe1不同之处是很多操作都可以完全通过网络结构自定义。反向传播,参数更新,参数保存等等,完全可以通过在pbtxt中定义的网络结构来完成。而且在训练的时候plan文件里面还可以控制运行各个网络的顺序,执行次数。所以plan文件就好像用神经网在写程序。
希望利用C++开发的同学可以通过这个demo工程迅速的从Caffe1过度到Caffe2。 查看全部
Caffe2现在对于C++相关的文档非常少。很多利用C++使用Caffe1的同学可能遇到很多问题。现在提供一个利用C++结合Caffe2开发LeNet工程。
一个简单的Caffe2 C++ Demo
简单的讲下Caffe2利用C++开发的步骤,方便大家理解。Caffe2和Caffe1一样可以通过命令行训练模型。在Caffe2下面,只需要实现手写实现两个模型init网络和train网络。然后将这两个网络写到plan文件中(也就是项目中的train_plan.pbtxt),然后运行Caffe2提供的run_plan工具。这个工具类似Caffe1的caffe命令,用来在命令行训练模型。训练结束后,通过在C++中载入模型就可以进行应用。
Caffe2与Caffe1不同之处是很多操作都可以完全通过网络结构自定义。反向传播,参数更新,参数保存等等,完全可以通过在pbtxt中定义的网络结构来完成。而且在训练的时候plan文件里面还可以控制运行各个网络的顺序,执行次数。所以plan文件就好像用神经网在写程序。
希望利用C++开发的同学可以通过这个demo工程迅速的从Caffe1过度到Caffe2。