用caffe作实际项目的话应该有几个比较重要的地方
2016-04-07 10:33
344 查看
1、准备训练数据，并选定一种caffe的数据输入格式；
2、设计网络结构，一般有参考论文的话都会给出它的网络架构吧，在参照caffe里面的网络结构配置文件修改就行；
3、如果输出层节点不止一个，也就是多标签预测，可以将输入数据和multilabel打包成hdf5文件格式；不知道caffe现在有直接支持多label么。。。
4、有问题的话，在caffe的github讨论区以及caffe的Google讨论组里基本都可以找到答案或者启发。
2、设计网络结构，一般有参考论文的话都会给出它的网络架构吧，在参照caffe里面的网络结构配置文件修改就行；
3、如果输出层节点不止一个，也就是多标签预测，可以将输入数据和multilabel打包成hdf5文件格式；不知道caffe现在有直接支持多label么。。。
4、有问题的话，在caffe的github讨论区以及caffe的Google讨论组里基本都可以找到答案或者启发。
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- CUDA搭建
- convolutional neural network
- UFLDL Exercise: Convolutional Neural Network
- 使用深度卷积网络和支撑向量机实现的商标检测与分类的例子
- 对Pedestrian Detection aided by Deep Learning Semantic Tasks的小结
- 阅读 理解 思考 - Learning to Segment Object Candidates
- 卷积神经网络学习
- CNN: single-label to multi-label总结
- 总结：Large Scale Distributed Deep Networks
- 总结：One weird trick for parallelizing convolutional neural networks
- Extract CNN features using Caffe
- Deep Learning Face Attributes in the Wild
- Tiled convolutional neural networks(TCNN)
- 卷积神经网络
- 卷积神经网络参数说明
- 最受欢迎的新闻网站前15名（2014.10）
- CNN
- CNN Note
- Keras 深度学习框架Python Example:CNN/mnist
- 详解卷积神经网络(CNN)