caffe

    0热度

    1回答

    我使用Ubuntu 16.04,gcc 5.4.0和CLion(C++环境)。 我正在尝试使用caffe。它需要protobuf进行安装。 所以,它在Python工作正常,但C++给了我一个运行时异常: libprotobuf FATAL google/protobuf/stubs/common.cc:78] This program was compiled against version 2.

    3热度

    1回答

    我训练分割从图像中机器打印文本的典范。图像可能还包含条形码和手写文字。处理基础真实图像,以便0代表机器打印,1代表剩余部分。我使用5层CNN,最后输出2张地图。 我的损失的计算方法如下: def loss(logits, labels): logits = tf.reshape(logits, [-1, 2]) labels = tf.reshape(labels, [-1]

    1热度

    1回答

    我正在使用pycaffe的反向函数来实现反卷积过程。我首先运行正向进程并获取网络的输出数据blob,然后将数据blob分配给顶层的diff blob,然后运行向后处理。但是,底层的差异不会被后向处理所改变,全部为零。我不知道差异为什么没有被后退转移。 def backward(fcn_net, im, name_list_, target_blob): start=name_list_[

    0热度

    2回答

    我试图训练一个Caffe模型。我的.prototxt文件使用自定义的Python数据和丢失图层。 当我执行在终端的训练命令,但是,这引发错误: [libprotobuf FATAL google/protobuf/stubs/common.cc:61] This program requires version 3.2.0 of the Protocol Buffer runtime librar

    1热度

    1回答

    我想在Caffe中运行imagenet示例。在这个(https://github.com/BVLC/caffe/tree/master/examples/imagenet)页面他们说 We assume that you already have downloaded the ImageNet training data and validation data, and they are stor

    -1热度

    1回答

    所以我对整个机器学习主题很陌生,但我认为我有一个有趣的问题需要解决。基本上,我只是想知道如果一个句子符合TRUE或FALSE 这里,一些例句: 是的,这就是我 - > TRUE 这就是我 - > TRUE 是真实的 - > TRUE 这不是我 - > FALSE .... 现在,我需要一些提示,我可以如何成功地训练模型,例如, Keras,Caffe或其他工具以及我应该遵循什么样的原则。 感谢任何

    1热度

    2回答

    我有一个我自己写的自定义丢失图层,该图层将softmax和sigmoid激活应用于部分底部[0] blob。 Ex: `bottom[0]` is of shape (say): `[20, 7, 7, 50]` (`NHWC` format) I would like to apply `softmax` to `[20, 7, 7, 25]` (first 25 channels) and

    0热度

    1回答

    我想使用Caffe上的一些ConvNet来运行推理。唯一的问题是我已经有了原始格式的权重和偏见,我不想在Caffe上重新训练它。 现在来自Caffe需要两个输入文件: .prototxt(用于网络信息) .caffemodel(权重为和偏置) 这里可以轻松生成.prototxt文件,但是有可能使用原始权重和偏差来生成.caffemodel吗?

    3热度

    1回答

    TensorFlow在哪里以及如何存储其模型(图形)?它是否在checkpoint文件中? 我知道在Caffe中,模型存储在.caffemodel文件中,该文件用于在训练完成后测试模型。 我只是训练模型,在此tutorial,现在在我的/tmp/mnist_convnet_model目录下面的文件: 什么文件(S)包含实际的模型? 例如,如果我想使用此训练模型对单个图像进行分类,那么使用哪个文件进

    2热度

    1回答

    我正在进行一些优化,以使卷积层和完全连接层快速工作。我需要一个预先训练的Alex Net模型的卷积核权重来执行与实际图像的卷积。 我试着通过编写一个简单的python代码来提取第一个卷积层的内核参数。 # Load the original network and extract the fully connected layers' parameters. import caffe impo