caffe

    2熱度

    1回答

    我一直在尋找網絡和咖啡源代碼一段時間沒有任何解決方案可言,但在自定義應用程序神經網絡中,我正在構建一些custom layers in python。前向傳球和後傳球在功能上運作良好,我可以在我的設置例程中創建自定義的體重參數,但嘗試一下,因爲我可能無法讓咖啡爲我的圖層設置「官方」權重。這當然會允許更好的快照,更簡單的求解器實現等。 任何想法我在這裏失蹤? [編輯:下面的圖層代碼。爲了簡潔起見,刪

    0熱度

    2回答

    我想知道如何在python中將兩層連接成一個層。更具體地說,我想加入具有不可視數據的池(子採樣)層的輸出,然後在其上放置完全連接的層。假設子採樣層將輸出形狀爲64 * 2 * 2的神經元(如果我們忽略caffe batch_size),並且我想要加入的數據層只包含1個特徵(速度浮點數,範圍從0到1)。 下面是一些僞代碼,把你的背景: import numpy as np import caff

    0熱度

    1回答

    我有很多層的大網。我在網絡中添加了一個新的全連接層,並希望進行微調。然而,除了新網頁以外,在每一層設置lr_mult: 0是非常困難的,因爲網絡中有很多層。 如果有解決這些問題的好方法? 謝謝。

    1熱度

    1回答

    我使用的是Caffe android lib(基於C++ api)。我正在用GoogleNet模型嘗試它。 不幸的是它給我這個錯誤: Check failed: net_->num_outputs() == 1 Network should have exactly one output 我有我失去了一些愚蠢的感覺。有什麼想法嗎?

    0熱度

    1回答

    的pretrained_file使用IPython的: net = caffe.Classifier(MODEL_FILE, PRETRAINED) 我得到了一個異常時,我用的是原來的train.prototxt作爲pretrained_file(預訓練) ---------------------------------------------------------------------

    1熱度

    1回答

    我在hdf5數據層給出了train.txt中列出的以下h5文件。 /home/foo/data/h5_files/train_data1.h5 /home/foo/data/h5_files/train_data2.h5 /home/foo/data/h5_files/train_data3.h5 /home/foo/data/h5_files/train_data4.h5 /home/f

    1熱度

    1回答

    我已經對我的數據集中的imagenet預訓練模型進行了細化,以下是在train_val.prototxt中做出的相關更改(同時我還沒有完成過採樣,只是在準備hdf5時進行中心裁剪) name: "MyCaffeNet" layer { type: "HDF5Data" name: "data" top: "X" top: "Meta" top:

    2熱度

    1回答

    當我訓練網時,咖啡崩潰。 該solver和model。 在這種情況下我只用GPU 0以下是錯誤跟蹤: build/tools/caffe train -solver models/mv16f/solver.prototxt -gpu 0 I0113 14:21:05.861361 85242 solver.cpp:289] Learning Rate Policy: step I0113 1

    3熱度

    2回答

    我試圖計算在fast-rcnn網絡中每一層花費的時間。我發現咖啡CMD界面caffe time可以做到這一點。但fast-rcnn是基於python代碼的,python界面中是否有任何函數可以幫助我計算時間?

    0熱度

    1回答

    我的os是ubuntu15.10。當我使用CMake編譯Caffe時,我得到了那些錯誤: [ 95%] Built target train_net Scanning dependencies of target classification ../lib/libcaffe.so: undefined reference to ‘leveldb::DB::Open(leveldb::Optio