caffe

    1熱度

    1回答

    與caffe解卷積

    我想知道是否有可能使用在給定焦點處的目標點擴散函數對Caffe中的圖像執行解卷積。沿着this approach的路線。 如果是，那麼最好的方法是什麼？
    convolution caffe 2015-10-20

    1熱度

    2回答

    使用Caffe分類「手工製作」的圖像特徵

    使用OpenCV對圖像執行特徵提取，然後使用Caffe對這些特徵進行分類是否有意義？ 我在問這與將圖像直接傳遞給Caffe的傳統方式相反，並讓Caffe執行提取和分類程序。
    machine-learning computer-vision feature-extraction deep-learning caffe 2015-10-20

    3熱度

    1回答

    計算Caffe的ROC和AUC？

    我已經在Caffe訓練過imagenet。現在我正在計算我的模型和caffe提供的訓練模型的ROC/AUC。我有兩個問題： 1）ROC/AUC主要用於二進制類，但我也發現在某些情況下，人們將它用於多類。 1000個課程可能嗎？其影響是什麼？正如在評論中，人們在多類問題中沒有給出ROC/AUC的好答案。 2）如果可能的話，比較基於ROC/AUC的兩個模型將是一個好主意，有誰可以告訴如何爲Caffe中
    caffe roc auc pycaffe matcaffe 2015-10-23

    8熱度

    1回答

    什麼是三重損失後向傳播梯度公式？

    我想用咖啡來實現Schroff, Kalenichenko and Philbin "FaceNet: A Unified Embedding for Face Recognition and Clustering", 2015中描述的三重損失。 我是新來的，所以如何計算反向傳播的梯度？
    computer-vision neural-network deep-learning caffe gradient-descent 2015-10-25

    1熱度

    1回答

    PYCHARM進口咖啡錯誤

    我嘗試了幾個想法，使咖啡因工作pycharm。 我也添加了pycharm的路徑。在pycharm 進口朱古力不工作，但工作在終端。 caffe文件夾也在我的pythonpath中。
    python python-2.7 pycharm caffe pycaffe 2015-10-27

    0熱度

    1回答

    無法獲得訪問蟒蛇lmdb，「對象有沒有屬性'環境」

    我使用lmdb蟒蛇加載數據 def create_dataset(): img_db_fn = 'data/image_train.lmdb' img_env = lmdb.Environment(img_db_fn, map_size=1099511627776) img_txn = img_env.begin(write=True, buffers=True
    python caffe lmdb 2015-11-01

    1熱度

    2回答

    如何在Windows上構建Caffe庫（Visual Studio 2013）？

    有沒有人在Visual Studio開發中成功使用Caffe庫？如果是的話，你可以做一個簡短的概述（一步一步）。 我已經做了： - 從GitHub 下載來自Caffe - 建築升壓 - 建設CUDA工具包7.5 - 建築GFLAGS - 大樓出入記錄 還要做： - HDF5 - protobuf的 - GLog .... 有沒有人有任何指示？
    visual-studio-2013 caffe 2015-11-04

    0熱度

    1回答

    如何在實踐中使用Caffe快照識別？

    我有一個訓練有素的caffe快照，現在我想用它來做一些真正的識別，即輸入一個或一些文件並獲得它們的NN輸出。 我想在python腳本中做到這一點，但shell批處理也很好。 有沒有一些文件或答案呢？謝謝！
    neural-network deep-learning caffe 2015-11-06

    3熱度

    3回答

    Caffe/pyCaffe：設置所有GPU

    可以爲Caffe（特別是pyCaffe）設置所有GPU？ 喜歡的東西： caffe train -solver examples/mnist/lenet_solver.prototxt -gpu all
    parallel-processing neural-network gpu deep-learning caffe 2015-11-15

    2熱度

    1回答

    Caffe精度大於100％

    我正在構建一個，但是當我使用批量大於110的lenet example上提供的定製列車功能時，我的準確度會大於1（100％）。 如果我使用批量大小32，我會得到30％的準確度。批量大小等於64我的淨精度是64.而批量大小等於128，精度爲1.2。 我的圖像是32x32。火車數據集：56張中性面孔圖像。 60驚訝的面孔的圖像。測試數據集：15張中性臉圖像。 Surprise面臨15張圖片。 這是我的
    neural-network deep-learning caffe conv-neural-network pycaffe 2015-11-17
最新問題