nvidia-digits

0热度

2回答

我有6个通道图像（2个RGB图像连接）。我想用AlexNet对这些图像进行训练。我把图像打包成lmdb。然后我使用OTHER选项作为数据集和模型，但是当我创建模型时出现以下错误。 ERROR: Top blob 'data' produced by multiple sources. Creating layer train-data Creating Layer train-data T

0热度

1回答

指着ENVVAR到安装

我试图安装Nvidia的数字的文本分类插件的顶部，但我越来越糊涂由installation instructions 我安装没有问题的数字，但在寻找位数上午根尝试通过Pip添加插件时会打空白。我用'whereis'来查找Digits，但使用该位置时，Pip给我一个错误，说它看起来像一个文件夹。我应该怎么做'指向数字安装的顶部'？我在Ubuntu 16.04上。从说明：安装顶级DIGITS包。

0热度

1回答

Nvidia数字对象检测自己的数据集

根据Nvidia网站上的信息Digits使用Kitti格式的数据集。在数字或外部应用程序中是否有可能编写这样的数据集，或者我必须自己编写它？我想简单地在显示的图像上绘制边界框，然后将其转换为txt appropiate txt文件。在此先感谢！

1热度

2回答

Nvidia数字准确性和损失情节数据

我在Nvidia数字5中训练了我的模型，现在我想提取在报告培训期间生成的准确性和损失情节。这些数据是否保存在某个地方，以便可以提取这些图的数据，以便我可以用Python绘制数据，并最终修改图来比较不同的模型等等。

0热度

1回答

fcn_alexnet.caffemodel在DIGITS的标准分割网络中不可见

我想使用NVIDIA DIGITS进行图像分割。根据本教程，https://github.com/NVIDIA/DIGITS/tree/master/examples/semantic-segmentation，我创建了名为'fcn_alexnet.caffemodel'的caffmodel。但是，它没有显示在我的DIGITS页面上。我应该怎么做才能将它添加到DIGITS？

-3热度

1回答

使用深度学习技术的细胞检测

我必须分析一些使用显微镜拍摄的图像，这些图像可能包含某些细胞。为了做到这一点，最好的做法是什么？每次获取图像都会返回大约一千张图片：每张图片都包含一个下拉列表，并且必须确定该下拉列表中是否包含单元格。每个采集数据集呈现出非常不同的对比度和亮度，并且由于显微镜焦点的微小变化，每个设置的细胞形状略有不同。我试图创建一个分类模型，遵循指南“TensorFlow for poets”，定义了两个类：包

0热度

1回答

在停止实例后丢失AWS-EC2中的数据和DIGITS配置？

我开始使用AWS EC2进行深度学习，我将使用NVIDIA DIGITS。我已经在创建实例进程期间定义了一个具有50G存储的g3.4xlarge实例。现在我的问题是，如果我上传我的图像的文件夹大约6GB，并配置所有DIGITS安装。我会在停止实例后丢失所有数据和配置吗？

0热度

1回答

OpenCV python层不能与caffe/digits框架一起工作

我做了下面的python层并将它添加到LeNet架构中。但是在构建模型时会出现错误。我要使用Numpy来应用我的Python图层，但是当我使用OpenCV时，会出现错误。以下我从日志文件中添加我的代码和相应的错误。 import cv2 import caffe import random def doEqualizeHist(img): img = img.astyp

0热度

1回答

CURAND_STATUS_LAUNCH_FAILURE：caffe安装

我已经安装了Cuda 7.5，现在我已经安装了Cuda 8.0。 NVIDIA显卡是TITAN X (Pascal). I also only activated the following compute abilities CUDA_ARCH field in makefile.config`（其余被注释）： -gencode arch=compute_52,code=sm_52 \ -ge

1热度

1回答

如何将外部预编译的.LMDB文件导入NVIDIA DIGITS？

我有几个数据库，我需要在NVIDIA DIGITS上对它们进行分类。但是将我的大数据导入DIGITS需要很长时间（2-4天）！想象我已经转换2个图像集成.lmdb形式，如： data1 data2 --> folder train1_db: data.mdb, lock.mdb --> folder train2_db: data.mdb, lock.mdb --> f