.m檔案流程（訓練或者測試）
1.新增路徑 caffe/matlab 使得 matlab 可以使用 matcaffe， +caffe資料夾下都是matcaffe的.m介面,可用matlab操作caffe網路
if exist('../+caffe', 'dir')
addpath('..');
2.設定caffe cpu/gpu 模式（在測試或者訓練之前。.m檔案中）
if exist('use_gpu', 'var') && use_gpu
caffe.set_mode_gpu();
gpu_id = 0; % we will use the first gpu in this demo
caffe.set_device(gpu_id);
else
caffe.set_mode_cpu();
end3.後面就是初始化網路，進行訓練或者測試。
用已有模型進行測試流程（測試以分類為例）
model_dir = '../../models/bvlc_reference_caffenet/'; //實際檔案路徑model = './models/bvlc_reference_caffenet/deploy.prototxt';
net_model = [model_dir 'deploy.prototxt'];
net_weights = [model_dir 'bvlc_reference_caffenet.caffemodel'];
phase = 'test'
net = caffe.net(net_model, net_weights, phase); //建立網路並載入權值
或者：net = caffe.net(model, 'test'); % 建立網路,但不載入權值
net.copy_from(weights); % 載入權值
prepare_image() //資料預處理（格式+冗餘），自己定義
input_data = ; //裝載資料，等價net.blobs('data').set_data(prepare_image(im));用法
scores = net.forward(input_data); //前向計算
//提取出最大的score（概率）以及對應的標籤號
scores = scores; //等價prob = net.blobs('prob').get_data();用法//計算之後再讀取原塊的資料，最後一層為prob
scores = mean(scores, 2); //取所有分類結果的平均值
[~, maxlabel] = max(scores); //找到最大概率對應的標籤號
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...
Caffe學習筆記
個人覺得這個大神對caffe的研究比較深入詳細！目錄 ubuntu14.04安裝caffe 僅cpu ubuntu14.04安裝cuda ubuntu14.04安裝caffe gpu ubuntu14.04 cudnn安裝 caffe cuda7.0下 caffe學習 blobs,layers,an...
caffe學習筆記160824
使用anaconda2 安裝caffe，在試圖繪製網路模型時 在繪製之前，需要先安裝兩個庫 安裝 raphviz sudo apt get install graphviz 注意，這裡用的是apt get來安裝，而不是pip.2 安裝pydot sudo pip install pydot 用的是p...