檔案說明：
1. caffe的執行示例 cifar10
2. 分析cifar10的資料集合模型結構
3.給出ciffar10的執行步驟
執行環境：
windows7 x86 + caffe + vs2013
參考資料:
1.
2. (二進位制資料庫)
3. （資料庫）
4. 5.
（一） cifar_10資料集簡介
1. cifar-10（dataset）資料集共包含60000張
（二）cifar-10使用的卷積神經網路模型為cnn
該模型在caffe中配置檔案為：cifar10_quick_train_test.prototxt
該cnn_net主要由：卷積層，池化層、非線性變化層，區域性對比歸一化線性分類器組成
（三）具體操作步驟如下所示:
目錄結構為：
d:\caffe\caffe-master\data\cifar10\input_folder
d:\caffe\caffe-master\data\cifar10\output_folders
建立好資料夾之後，在該目錄下新建.bat 檔案，檔名為 cifar10_convert.bat .檔案內容為：
d:\caffe\caffe-master\build\x64\release\convert_cifar_data.exe d:\caffe\caffe-master\data\cifar10\input_folder d:\caffe\caffe-master\data\cifar10\output_folder leveldb
pause
step 3：在data 同級目錄下編寫 cifar_mean.bat 檔案，計算影象的均值。檔案內容為：
build\x64\release\compute_image_mean.exe data\cifar10\output_folder\cifar10_train_leveldb mean.binaryproto --backend=leveldb
pause
setp 4： 建立 cifar_train.bat檔案進行訓練。
由於本操作在cpu下進行，開啟d:\caffe\caffe-master\examples\cifar10\ 檔案，將訓練模式修改為 cpu； 同時，開啟d:\caffe\caffe-master\examples\cifar10\cifar10_quick_train_test.prototxt 檔案，修改名為cifar的作用於train和test的資料層的資料來源，如下所示；
雙擊執行，進行模型訓練。得到以下兩個檔案
訓練結果如下：
首先，建立d:\caffe\caffe-master\examples\cifar10\synset_words.txt檔案。檔案內容如下：
在caffe根目錄下，建立cifar_class.bat檔案。即d:\caffe\caffe-master\cifar_class.bat。內容如下：
得到如下結果：
APT典型應用示例
在命令列中輸出了一大堆結果，看到vlc不錯，看一下詳細資訊 apt cache show vlc apt cache policy vlc vlc 已安裝 2.2.0 1 候選軟體包 2.2.0 1 版本列表 2.2.0 1 0 500 vivid universe amd64 packages 1...
人臉識別 基於Caffe
0 jpg 0 修改部分 example home jh face detect data home jh face detect tools caffe安裝目錄 build tools train data root home jh face detect train val data root ...
Caffe實踐 基於Caffe的人臉識別實現
深度學習深似海 尤其是在影象人臉識別領域，最近幾年的頂會和頂刊常常會出現沒有太多的理論創新的文章，但是效果擺在那邊。deepid是深度學習方法進行人臉識別中的乙個簡單，卻高效的乙個網路模型，其結構的特點可以概括為兩句話 1 訓練乙個多個人臉的分類器，當訓練好之後，就可以把待測試影象放入網路中進行提取...