caffe學習系列（3） 資料層介紹

乙個模型由多個層構成，如data,conv,pool等。其中資料層是模型的最底層，是模型的入口。

提供資料的輸入，也提供資料從blobs轉換成別的格式進行儲存輸出還包括資料的預處理（如減去

均值, 放大縮小, 裁剪和映象等）。資料來源來自高效的資料庫（如leveldb和lmdb），或者hdf5

檔案和格式檔案等（效率低）。

layer 

transform_param  data_param  }

參考：上述博文介紹了資料層及一些引數。

caffe學習系列（4） 視覺層介紹

視覺層包括convolution,pooling,local response normalization lrn im2col等層。這裡介紹下conv層。layer param convolution param bias filler 輸入 n c0 w0 h0 輸出 n c1 w1 h1 其中...

Caffe學習系列 資料層及引數

要執行caffe，需要先建立乙個模型 model 如比較常用的lenet,alex等，而乙個模型由多個屋 layer 構成，每一屋又由許多引數組成。所有的引數都定義在caffe.proto這個檔案中。要熟練使用caffe，最重要的就是學會配置檔案 prototxt 的編寫。層有很多種型別，比如dat...

caffe學習系列 層解讀

層型別 accuracy layer 可以看到，caffe中計算accuracy時，是通過比較最後乙個全連線層 神經元個數 類別數 但沒有加入activation function 的輸出和資料集的labels來得到的，計算過程在accuracylayer中實現 我也一直非常困惑，計算accurac...