sudo dpkg -i cuda-repo-ubuntu1404-8-0-local_8.0.44-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda
然後cd /usr/local/cuda/sample中編譯例子,執行devicequery，不重啟電腦執行失敗，然後重啟電腦，安裝成功，如果要檢視顯示卡的記憶體使用情況，可以用nvidia-smi檢視。
安裝caffe
我是直接參考閱讀官網的安裝教程，沒有遇到什麼問題。
最後執行 make all -j4。
然後編譯python介面需要安裝
make pycaffe，出現找不到numpy這些標頭檔案，所以安裝一下numpy,scipy,
matplotlib。命令如下：
sudo apt-get install python-numpy python-scipy python-matplotlib
執行cifar10例子,其實比較簡單,該cifar10_quick_train.prototxt網路，由卷積層，pooling層，全連線層組成，網路比較簡單，測試準確率為76%。
學習python介面進行學習我主要參考python jupyter這個教程，可檢視每一層的引數。
如何視覺化網路，學習了使用netscope。
理論方面，自學斯坦福ufdl教程，理解了反向傳播的原理。
實踐方面，看到caffe做影象分類時，都需要減去所有訓練樣本的均值，工具在caffe中，這個答案需要參考斯坦福ufdl教程的白化預處理部分，其他預處理還會有crop_size，mirror，scale，mean_value，force_gray。caffe原始碼分析可以參考這位大神的部落格。當然為了搞清楚caffe原理也可以看看這個從零開始山寨caffe部落格教程，這個會對caffe裡面各種設定理解的更加清楚。比如在prototxt檔案中，我們會看到 scale 為0.00390625，這個就是為了將影象輸入值壓縮到[0,1]之間。
計畫: 由於之前深度學習做的不久又去搞機械人開發了，接下來嘗試去增減一些層數看效果如何。可以參考這個benchmark。
caffe安裝系列 安裝caffe
部落格新址 作業系統 ubuntu 14.04 gcc g 4.7.x opencv 2.4.11和3.0.0 matlab r2014b a python 2.7 安裝命令如下所示 解壓 tar zxvf glog 0.3.3.tar.gz 切換路徑 cd glog 0.3.3 sudo conf...
caffe安裝 caffe初體驗
在安裝完caffe,我的第乙個想法就是,別管他是個啥東西,總得先讓我執行一些看一看吧.剛好,官方就準備了一些資料,供我們執行一下看一看使用.因為我是通過docker安裝的,所以沒有經歷網上所說的caffe安裝的繁瑣過程.在 data mnist 目錄下,有乙個 get mnist.sh 檔案,用來獲...
Caffe學習筆記 Caffe模型
乙個完整的深度學習系統最核心的兩個方面是資料和模型。深度學習模型通常由三部分引數組成 可學習引數 learnable parameter 又稱可訓練引數 神經網路權係數 權重，其數值由模型初始化引數 誤差反向傳播過程控制，一般不可人工干預。結構引數 archetecture parameter 包括...