深度学习中的Data Augmentation方法（转）基于keras https://www.cnblogs.com/love6tao/p/5841648.html 在深度学习中，当数据量不够大时候，常常采用下面4中方…

学习一种工具最简单和最有效的方法是download一个demo，根据教程模拟。Caffe作为深度学习框架，它也是一种工具，官方提供了一些demo，主要是在Caffe运行的网络架构文件。那么如何跑起一个demo呢？或者如何…

在理解如何使caffe运行之后，我们要理解它是如何运行的，即了解Solver类的Solve()函数做了什么，对于Solver类中如何初始化网络以及其他参数，有兴趣的可以深入研究。 源码中Solver()函数是有参数形式的…

confusion matrix(混淆矩阵)在分类问题中能比单纯的准确率更全面地反应模型的好坏，本文主要目的是在caffe中用python添加confusion matrix层。 Step1：准备confusion ma…

Caffe是一个清晰而高效的深度学习框架，是纯粹的C++、CUDA架构，支持命令行，Python和MATLAB接口，可以在CPU和GPU直接无缝切换，Caffe的优势: 上手快,模型和相应优化都是以文本形式而非代码形式给…

docker 原理资料：https://www.cnblogs.com/betha…https://www.cnblogs.com/lsgxe… 安装 yum install -y docker …

在上一篇中配置好Caffe for windows并配置matlab接口之后，我们尝试运行RCNN（区域卷积神经网络）的demo，在给出该方法的思想之前，我们尝试运行demo看看效果如何。此处特别感谢@kai提供指导。 …

配置要求： 系统：centos6.5 目标：基于CUDA8.0+Opencv3.1+Cudnnv5.1+python3.6接口的caffe框架 写在前面 本文是在CentOS6.5环境下配置caffe和caffe的pyt…

配置要求： 系统：centos6.5 目标：基于CUDA8.0+Opencv3.1+Cudnnv5.1+python3.6接口的caffe框架 编译安装过程 显卡型号：NVS 510 1.显卡驱动安装程序下载 在root…

参见英文答案 > how to calculate a net’s FLOPs in CNN          &…

前言 这一节将讲述如何使用Caffe2的特征进行简单的线性回归学习。主要分为以下几步： – 生成随机数据作为模型的输入 – 用这些数据创建网络 – 自动训练模型 – 查看梯…