Caffe源碼---------主要框架介紹

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!!!

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:

獲取數據:DataLayer

獲取數據:ImageDataLayer

● 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 |