Caffe源碼---------主要框架介紹
01-27
初學者的我感覺看代碼就是一個煎熬啊!但是某人說過一句話:「Don』t be afraid to read the code!」現在我寫一下簡單的介紹,準備給入門的你有一個清晰的發現!!!
獲取數據:DataLayer獲取數據:ImageDataLayer
推薦閱讀:
主要部件:
●Blob: 存儲數據和其他)
● Layer: 將bottom blobs 轉移到top blobs
● Net: 許多層,通過FP/BP計算梯度● Solver:用梯度更新權值Prototxt:定義網路
以AlexNet為例子吧:
可以知道一些簡單的為:● 直接從圖像文件得到圖像和標籤
● 與DateLayer相比,可能會慢一點
獲取數據:WindowDataLayer
Read windows from image files and class labels獲取數據:HDF5Layer
獲取數據:from memory
...........................
Finetuning
1. Convert data
2. Define net (as prototxt)
3. Define solver (as prototxt)
4. Train (with pretrained weights)
....................................
Demo!
.........................................
END!
推薦閱讀:
※從前台 Web 開發轉 Linux 後台編程該如下下手?
※Ubuntu for phones 有哪些值得關注的特性?
※如何在超極本上安裝 Linux 發行版?
※Ubuntu 16.04 LTS + GTX1060 + CUDA8.0 [解決循環登錄問題]
※免費 SSL: Ubuntu 16.04 配置 Lets Encrypt 實現站點 SSL
TAG:深度学习DeepLearning | Caffe深度学习框架 | Ubuntu |