1、計算資料的均值
減去均值後，再進行訓練和測試，會提高速度和精度。因此，一般在各種模型中都會有這個操作。這個均值，實際上就是計算所有訓練樣本的平均值，計算出來後，儲存為乙個均值檔案，在以後的測試中，就可以直接使用這個均值來相減，而不需要對測試重新計算。
命令如下：
build/tools/compute_image_mean examples/mnist/mnist_train_lmdb examples/mnist/mean.binaryproto第乙個引數：examples/mnist/mnist_train_lmdb， 表示需要計算均值的訓練資料（data.mdb）所在的目錄。
第二個引數：examples/mnist/mean.binaryproto， 計算出來的結果儲存檔案。
caffe中使用的均值資料格式是binaryproto, 作者為我們提供了乙個計算均值的檔案compute_image_mean.cpp，放在caffe根目錄下的tools資料夾裡面。編譯後的可執行體放在 build/tools/ 下面，我們直接呼叫就可以了。
2、mirror（映象）引數的作用
在各個epoch中隨機水平翻轉。
就是一種資料擴增的方法，相當於增加了樣本量，對防止過擬合有一定的效果，是乙個最基本的辦法。
因為是隨機翻轉，所以第二個epoch和第乙個epoch被翻轉的圖不一樣，所以最理想的情況是相當於資料集double了。
acm 點點滴滴
qsort排序方法 六種qsort排序方法 本文中排序都是採用的從小到大排序 一 對int型別陣列排序 int num 100 sample int cmp const void a const void b qsort num,100,sizeof num 0 cmp 二 對char型別陣列排序 ...
sizeof 點點滴滴
1.靜態變數是存放在全域性資料區中的，sizeof計算棧中分配的大小，所以類或結構體中的靜態變數時不會計算在sizeof內的！2.sizeof和strlen的區別 1 sizeof操作符的結果型別是size t，它在標頭檔案中的typedef為unsigned int型別。該型別保證能容納實現所建立...
Elastic search點點滴滴
在打造集中化日誌那篇中，稍微提了下elastic search。elk打造集中化日誌 elastic search是elk的核心，寫的時候重點也放在它上面，不過還是覺得深度挖掘得不是太夠，所以決定再另寫一篇重點介紹下elastic search。正如elastic的本義一樣，es就是為擴充套件而生，...