一．為什麼需要讓減去均值呢？
· 概括來看：影象的穩定性(降低波動性
)，可以提高分類精度
· 而且減去均值一般會讓亮度下降，但是亮度其實對影象分類來說，不那麼重要。
· 另外一般會選擇對資料進行標準化處理，但是計算影象方差是麼有意義的，所以何不選擇更加簡單的均值規整的辦法。
注意：均值檔案只是針對訓練集的，不針對驗證集
；create_imagenet.sh是在
lmdb
檔案之上計算均值的，並不是在原始影象上。二．
修改make_imagenet_mean.sh
檔案內容如下：
example=/caffe/examples/lmdb_test/train
data=/caffe/examples/lmdb_test/train
tools=/caffe/build/tools
以上三句中，
example
後面為lmdb格式資料的所在位置路徑，和下面
$example
結合，data
後面為最終要生成的均值檔案存放路徑，和下面
$data
結合，tools
後面為caffe
的安裝位置中的
/build/tools
資料夾位置。
$tools/compute_image_mean $example/train_lmdb \
$data/imagenet_mean.binaryproto
以上兩行中，$tools後面即為所要使用的原mean檔案，$example後面為要取的lmdb格式資料所在的資料夾，$data後面為要生成的均值檔名
部分內容**於網路。
《python筆記》mean 函式功能 求取均值
用法 mean matrix,axis 0 其中 matrix為乙個矩陣，axis為引數 以m n矩陣舉例 axis 不設定值，對 m n 個數求均值，返回乙個實數 axis 0 壓縮行，對各列求均值，返回 1 n 矩陣 axis 1 壓縮列，對各行求均值，返回 m 1 矩陣 舉例 import n...
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...