Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
如何加载 caffe 模型并转换为 numpy 数组?
我有一个 caffemodel 文件 其中包含 ethereon 的 caffe tensorflow 转换实用程序不支持的层 我想生成我的咖啡模型的 numpy 表示 我的问题是 如何将 caffemodel 文件 我还有 prototx
python
NumPy
neuralnetwork
deeplearning
caffe
Google Inceptionism:按类别获取图像
在著名的 Google Inceptionism 文章中 http googleresearch blogspot jp 2015 06 inceptionism going deeper into neural html http goo
ComputerVision
neuralnetwork
deeplearning
caffe
查找带有 Anaconda cmake 前缀的 boost-python3
DLDR如何将 cmake 指向 boost python3 库 cmake 不会自动检测到它 我正在尝试建立caffe https github com BVLC caffe对于 Python 3 6 使用提供的 cmake 我的系统规格
c
boost
CMake
Anaconda
caffe
Caffe 中的预测 - 异常:输入 blob 参数与网络输入不匹配
我使用 Caffe 使用非常简单的 CNN 结构对非图像数据进行分类 我在尺寸为 n x 1 x 156 x 12 的 HDF5 数据上训练网络没有任何问题 但是 我在对新数据进行分类时遇到了困难 如何在不进行任何预处理的情况下进行简单的前
python
deeplearning
caffe
Caffe:如果内存中只能容纳一小部分,我该怎么办?
我正在尝试训练一个非常大的模型 因此 我只能将非常小的批量大小放入 GPU 内存中 处理小批量的结果非常噪声梯度估计 https stackoverflow com a 33717093 1714410 我该怎么做才能避免这个问题 您可以更
machinelearning
neuralnetwork
deeplearning
caffe
gradientdescent
无法导入caffe
我执行了make pycaffe在 caffe 目录中并且运行良好 我也这样做了 gsamaras gsamaras A15 caffe python export PYTHONPATH PYTHONPATH home gsamaras c
python
Linux
scikitlearn
deeplearning
caffe
如何在 CAFFE 的新网络中重复使用同一网络两次
我有一个预训练的网络 我们称之为N 我想在新网络中使用两次 有人知道如何复制吗 然后我想为每个副本分配不同的学习率 例如 N1是第一个副本N N2是第二个副本N 新网络可能如下所示 N1 gt joint ip N2 gt layer 我知
neuralnetwork
deeplearning
caffe
使用内置显卡,没有NVIDIA显卡,可以使用CUDA和Caffe库吗?
使用内置显卡 没有 NVIDIA 显卡 可以使用 CUDA 和 Caffe 库吗 我的操作系统是 ubuntu 15 CPU为 Intel i5 4670 3 40GHz 4核 内存为12 0GB 我想开始学习深度学习 CUDA 适用于 N
machinelearning
CUDA
NVIDIA
deeplearning
caffe
在 Yosemite 上编译 caffe
我正在尝试在 Yosemite 上安装 caffe 但我的 C 不是最强的 这是我的错误 Alis MacBook Pro caffe ali make all NVCC src caffe layers absval layer cu u
c
gcc
osxyosemite
caffe
如何在prototxt文件中写注释?
我找不到如何写评论prototxt files 有没有办法在 prototxt 文件中添加注释 如何 Thanks 您可以通过添加评论 char 之后的行中的所有内容都是注释 layer name aLayerWithComments I
neuralnetwork
deeplearning
caffe
protocolbuffers
在caffe prototxt 文件中。 TRAIN 和 TEST 阶段做什么?
我是咖啡新手 感谢你们 in https github com BVLC caffe blob master src caffe proto caffe proto https github com BVLC caffe blob mast
machinelearning
neuralnetwork
ComputerVision
deeplearning
caffe
如何设计深度卷积神经网络? [关闭]
Closed 这个问题不符合堆栈溢出指南 help closed questions 目前不接受答案 据我了解 所有 CNN 都非常相似 它们都有一个卷积层 后面是池化层和 relu 层 有些具有专门的层 例如 FlowNet 和 Segn
neuralnetwork
deeplearning
caffe
Convolution
convneuralnetwork
nvcc fatal:安装 cuda 9.1+caffe+openCV 3.4.0 时不支持 gpu 架构“compute_20”
我已经安装了CUDA 9 1 cudnn 9 1 opencv 3 4 0 caffe 当我尝试跑步时make all j8 in caffe目录下 出现这个错误 nvcc fatal 不支持的 GPU 架构 compute 20 我尝试过
opencv
CMake
CUDA
caffe
cuDNN
在caffe中定义新层时如何获取学习率或迭代次数
我想当迭代次数达到一定次数时改变损失层中的损失计算方法 为了实现它 我认为我需要获取当前的学习率或迭代次数 然后我使用if短语选择是否改变损失计算方法 您可以添加一个成员变量咖啡类保存当前的学习率或迭代次数并在您想要的层中访问它 例如 要获
machinelearning
neuralnetwork
deeplearning
caffe
如何在 pycaffe 中获取图层类型?
是否有可能在 pycaffe 中获取每一层的类型 例如 卷积 数据等 我搜索了提供的示例 但找不到任何内容 目前我正在使用图层名称来完成我的工作 这是非常糟糕和有限的 这很容易 import caffe net caffe Net path
neuralnetwork
deeplearning
caffe
pycaffe
图像增强使性能变得更差[关闭]
Closed 这个问题需要多问focused help closed questions 目前不接受答案 我正在研究一个图像分割项目 并一直在尝试采用图像增强技术来增加训练集的大小 起初 我只是尝试使用水平翻转将图像尺寸放大一倍 但我发现性
tensorflow
ComputerVision
deeplearning
caffe
Keras
PyInstaller“ValueError:太多值无法解压”
pyinstaller 版本 3 2 操作系统 win10 我的 python 脚本在 Winpython Python 解释器中运行良好 但是当我使用 Pyinstaller 包时 python 脚本包含 caffe 模块 我将面临的问题
python
caffe
pyinstaller
pycaffe
caffe全卷积cnn - 如何使用裁剪参数
我正在尝试为我的问题训练一个完全卷积网络 我正在使用实施https github com shelhamer fcn berkeleyvision org https github com shelhamer fcn berkeleyvis
caffe
pycaffe
matcaffe
Caffe net.predict() 输出随机结果 (GoogleNet)
我使用了预训练的 GoogleNethttps github com BVLC caffe tree master models bvlc googlenet https github com BVLC caffe tree master
python
deeplearning
caffe
caffe: **group** 参数是什么意思?
我已阅读有关的文档group param group g 默认 1 如果 g gt 1 我们将每个过滤器的连接限制为输入的子集 具体地 将输入和输出通道分为g组 第i个输出组通道将仅与第i个输入组通道连接 但首先我不明白它们的确切含义 其次
deeplearning
caffe
convneuralnetwork
1
2
3
4
5
6
...12
»