Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
Caffe的Python接口:“导入caffe”时出错
我正在尝试在 Caffe 的 Python 界面中运行它 我已经运行了命令make pycaffe在 caffe 目录中并且运行良好 现在 当我运行命令时import caffe在终端的 python 环境中 Ubuntu 14 04 我收
python
caffe
如何在非 NVIDIA 设置上加速深度学习?
由于我只有 AMD A10 7850 APU 并且没有资金购买 800 1200 美元的 NVIDIA 显卡 因此我正在尝试利用我拥有的资源通过 TensorFlow Keras 加速深度学习 最初 我使用了 Tensorflow 的预编译
tensorflow
deeplearning
Theano
caffe
torch
Caffe 中的批处理模式 - 没有性能提升
继这个线程 https stackoverflow com q 32504394 1103412我重新实现了图像处理代码 以便一次发送 10 张图像 即我现在将输入 blob 的 num 属性设置为 100 而不是 10 然而 处理这批货所
c
imageprocessing
deeplearning
caffe
Caffe 中的欧几里得损失层
我目前正在尝试在 caffe 中实现我自己的损失层 在尝试这样做的同时 我使用其他层作为参考 然而 让我困惑的一件事是使用top 0 gt cpu diff in Backward cpu 我将使用EuclideanLossLayer作为参
c
deeplearning
caffe
在 Caffe 中使用可学习参数编写自定义 Python 层
我知道这个例子 https github com BVLC caffe blob master python caffe test test python layer py L31应该说明如何在Python层 https stackover
machinelearning
neuralnetwork
deeplearning
caffe
找不到 PROTOBUF 编译器
我正在尝试使用 Caffe 进行 CMake 但我的系统找不到 protobuf 编译器 我之前安装过protobuf2 7 0 现在我切换回2 6 1 如何配置我的 CMake 来识别 protobuf2 6 1 编译器 我已经做好了 s
CMake
protocolbuffers
ubuntu1604
caffe
未知的底部 blob“数据”(层“conv1”,底部索引 0)
尝试在我自己的数据集上训练 LeNet 我从长一维矢量数据集生成了 HD F5 文件 并创建了 HDF5 数据层 如下所示 我对顶部 blob 的命名与生成 HDF5 时的命名相同 name Test net layer name data
machinelearning
neuralnetwork
deeplearning
caffe
在 Python 中未安装 caffe 的情况下从 .caffemodel 中提取权重
有没有一种相对简单的方法可以从 Caffe Zoo 中的众多预训练模型之一中提取 Python 中的权重没有咖啡 也不是 pyCaffe 即解析 caffemodel转换为 hdf5 numpy 或任何 Python 可以读取的格式 我找到
python
neuralnetwork
deeplearning
caffe
pycaffe
CNN 上的快速损失收敛意味着什么?
我正在两个不同的深度学习库 Caffe e Tensorflow 中训练两个 CNN AlexNet e GoogLeNet 该网络由每个图书馆的开发团队实施 here https github com BVLC caffe tree ma
batchfile
tensorflow
deeplearning
caffe
loss
LMDB 文件以及它们如何用于 caffe 深度学习网络
我对深度学习很陌生 在使用 caffe 深度学习网络时遇到一些问题 基本上 我没有找到任何文档来解释如何解决我现在正在处理的一系列问题 请让我先解释一下我的情况 我有数千张图像 我必须对它们进行一系列预处理操作 对于每个预处理操作 我必须将
MATLAB
imageprocessing
ComputerVision
deeplearning
caffe
Caffe 中的“lr_policy”是什么?
我只是想知道如何使用Caffe http caffe berkeleyvision org 为此 我只是看看不同的 prototxt示例文件夹中的文件 有一个选项我不明白 The learning rate policy lr policy
machinelearning
neuralnetwork
deeplearning
caffe
gradientdescent
Caffe 模型为每个图像提供相同的输出
我刚刚使用预定义的 prototxt 和 caffemodel 文件在 caffe 中加载了 alexnet 然而 将任何图像发送到模型都会返回与 fc7 层的输出相同的值 这是代码片段 net caffe Net alexnet trai
deeplearning
caffe
pycaffe
打开deploy.prototxt时出现运行时错误
我正在尝试使用 caffe 运行一个应该打开的简单代码deploy prototxt但它无法打开文件并引发此错误 RuntimeError Could not open file home ebadawy git caffemodels b
python
caffe
在 Mac 上安装 Caffe 错误:“致命错误:找不到‘cblas.h’文件”
我一直在关注本指南 http playittodeath ru how to install caffe on mac os x yosemite 10 10 4 安装在我的 El Capitan macbook pro 上 使用 CMak
MacOS
caffe
PyCaffe中的layer模块在哪里定义
我正在修改一个Caffe教程 http nbviewer jupyter org github BVLC caffe blob master examples pascal multilabel with datalayer ipynb实现
python
machinelearning
neuralnetwork
deeplearning
caffe
OpenCV 深度学习人脸检测函数“cv::dnn::ConvolutionLayerImpl::getMemoryShapes”中的断言错误
我跟着tutorial https www pyimagesearch com 2018 02 26 face detection with opencv and deep learning 实现人脸检测image https ibb co
python
opencv
deeplearning
caffe
facedetection
Caffe 训练/测试网络输出是什么意思?
在 Caffe 中训练时 每次迭代都有训练和测试网络输出 我知道这就是损失 但是 这是我批次的平均损失还是总损失 这对于分类和回归来说是一样的吗 例如 如果我有一批 100 个训练示例 并且该迭代的损失为 100 这是否意味着每个示例的平均
machinelearning
neuralnetwork
caffe
为 Caffe 生成 LMDB
我正在尝试使用 caffe 我正在使用 python 包装器 构建用于显着性分析的深度学习模型 但我无法理解如何为此目的生成 lmdb 数据结构 我已经浏览了 Imagenet 和 mnist 示例 我明白我应该以以下格式生成标签 my t
python
neuralnetwork
deeplearning
caffe
lmdb
如何在caffe中将多个N维数组输入到网络中?
我想在 caffe 中创建一个用于语义分割的自定义损失层 需要多个输入 我希望这个损失函数有一个额外的输入因子 以惩罚小物体的漏检 为此 我创建了一个图像 GT 其中每个像素都包含一个权重 如果像素属于小物体 则权重较高 我是 caffe
neuralnetwork
ComputerVision
deeplearning
caffe
imagesegmentation
如何修改Imagenet Caffe模型?
我想修改 ImageNet caffe 模型 如下所述 由于时间网络的输入通道数与此不同 空间网络 20 vs 3 我们对 ImageNet 模型滤波器进行平均 先跨过通道一层 然后复制平均结果 20 时间网络的初始化 我的问题是如何才能达
deeplearning
caffe
pycaffe
«
1
2
3
4
5
6
...13
»