flag
1. 網路壓縮
github 搜 deep compression 結果
使用方法：
export caffe_root=$your_caffe_root
python decode.py /absolute_path_to/squeezenet_deploy.prototxt /absolute_path_to/compressed_squeezenet.net /absolute_path_to/decompressed_squeezenet.caffemodel
note: decompressed_squeezenet.caffemodel is the output, can be any name.
$caffe_root/build/tools/caffe test --model=squeezenet_trainval.prototxt --weights=decompressed_squeezenet.caffemodel --iterations=1000 --gpu 0
內含 lenet 壓縮例程 train_compress_lenet.py使用方法：
# clone repository and make
$ git clone .git
$ cd deepcompression-caffe
$ make -j 32
# run demo script, this will finetune a pretrained model
$ python examples/mnist/train_compress_lenet.py
網路剪枝：【用python學習caffe】7. 網路結構的修剪github 倉庫：caffe-python-tutorial
caffe for sparse and low-rank deep neural networks1.4 重要參考easydeepcompression
deep compression閱讀理解及caffe原始碼修改
深度學習 模型 剪枝
深度學習模型壓縮方法綜述（一）
2. 網路剪枝
2.1 網路剪枝
caffemodel的剪枝與壓縮(一)剪枝型別**：《pruning filters for efficient convnets》
剪枝分類了解一下《手把手ai專案》十
一、深度學習中模型model的剪枝筆記
**記錄-pruning filters for efficient convnets2.2 caffe-python-tutorial**品讀：pruning filters for effecient convnets
**原始碼
caffe-python-tutorial目前，已經復現 prune.py 對 lenet5 的裁剪，對 vgg_ssd 測試存在問題目前
發生以下報錯：
check failed: fd != -1 (-1 vs. -1) file not found: data/voc0712/labelmap_voc.prototxtoutput_name_prefix: "comp4_det_test_"
output_format: "voc"
label_map_file: "data/voc0712/labelmap_voc.prototxt"
參考專案：基於caffe-int8-convert-tools進行caffe模型轉int8量化日常記錄
《手把手ai專案》十、利用量化工具caffe-int8-convert-tools實現caffemodel量化(double32->int8)
實現原理：
基於tensorrt方案的int8量化實現
python2 caffe-int8-convert-tool-dev.py --proto=test/models/mobilenetssd_deploy_new.prototxt --model=test/models/mobilenetssd_deploy_new.caffemodel --mean 127.5 127.5 127.5 --norm=0.007843 --images=test/images/ --output=test/mobilenetssd.table/home/hitwh/workspace/ncnn/build/tools/caffe/caffe2ncnn /home/hitwh/workspace/caffe-int8-convert-tools/test/models/mobilenetssd_deploy_new.prototxt /home/hitwh/workspace/caffe-int8-convert-tools/test/models/mobilenetssd_deploy_new.caffemodel mobilenetssd-int8.param mobilenetssd-int8.bin 256 mobilenetssd.tablecnn模型 int8量化實現方式（二）
神經網路壓縮 剪枝 量化 嵌入式計算優化ncnn mobilenet squeezenet shufflenet
3. 安卓端優化
基於ncnn的深度學習演算法優化（一）
深度學習實戰教程（1）–手機上跑目標檢測模型（yolo，從darknet到caffe再到ncnn完整打通）
樹莓派3b完成ncnn框架測試
神經網路高效能計算 卷積計算優化 openblas gemm 矩陣乘法優化 ncnn mobilenet-ssd shueezenet-ssd
Caffe學習筆記1 網路配置檔案引數
layer transform param data param layer param convolution param bias filler layer 注 pooling層的運算方法和卷積層基本一樣。sigmod 可能會出現殺死梯度的現象，用的很少。layer relu 是目前使用最多的啟...
Docker入門與應用系列（四）網路管理
在使用docker run建立docker容器時，可以用 net選項指定容器的網路模式，docker有以下5種網路模式 1.bridge模式 2.host模式 使用docker run net host指定，這種模式docker server將不為docker容器建立網路協議棧，即不會建立獨立的ne...
caffe學習系列 繪製網路模型
python draw net.py,這個檔案，就是用來繪製網路模型的。也就是將網路模型由prototxt變成一張。在繪製之前，需要先安裝兩個庫 安裝graphviz 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 s...