原创 【Caffe安裝】ImportError: No module named caffe 的解決方案
1， 在成功編譯caffe的源碼之後，可以在python環境中使用caffe。在Ubuntu環境下，打開python解釋程序，輸入import caffe時，可能會出現 ImportError: No module nam
2020-06-30 05:27:11
65
原创 深度學習中如何計算圖片數據的均值
圖片減去均值後，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。 那麼這個均值怎麼來的呢，實際上就是計算所有訓練樣本的平均值，計算出來後，保存爲一個均值文件，在以後的測試中，就可以直接使用這個均值來相減，
2020-06-30 05:27:00
7
原创 Pandas中loc，iloc，ix的區別
總結： loc需要傳入的是index的label。 iloc需要傳入的是index的position（行號） ix優先按label索引，如果找不到label，再按position索引。 例如： >>> s = pd.Series(
2020-06-30 05:27:00
原创 cordcloud最新邀請碼2020.3
你的唯一邀請鏈接https://www.cordcloud.site/auth/register?code=47755 https://cordcloud.site/auth/register1? 邀請碼 1.https://co
2020-03-25 02:35:02
7
原创 Python接口調用已訓練好的 caffemodel 測試分類
訓練好caffemodel後，需要測試模型分類的正確率，caffe 有 python接口，可以調用已訓練好的caffemodel測試分類。 有以下幾點需要注意： 1， 需要修改 net.prototxt 文件爲 deploy.p
2020-02-21 13:42:05
原创 Linux 命令使用有線網教程
1，輸入sudo pppoeconf ，設置賬號和密碼後，其他的全選yes。 2，需要上網時只需輸入 sudo pon dsl-provider命令即可上網。 3，需要關閉時輸入 sudo poff -a 命令，即可關閉上網。
2020-02-21 13:42:05
原创 Caffe之solver.prototxt文件參數設置
caffe solver參數意義與設置 batchsize:每迭代一次，網絡訓練圖片的數量，例如：如果你的batchsize=256，則你的網絡每迭代一次，訓練256張圖片；則，如果你的總圖片張數爲1280000張，則要想將你所有
2020-02-21 13:42:04
原创 Caffe中用訓練好的模型測試，deploy文件的修改方法
訓練好網絡模型後，需要在測試集上驗證模型分類的正確率，這時，就需要把訓練的網絡文件net.prototxt修改爲deploy.prototxt，然後再進行測試。 輸入數據層改動如下： name: "SpecNet" layer {
2020-02-21 13:42:04
1
原创 安裝CUDA及CAFFE出現的問題及解決辦法合集
1，cuda8.0使用nvcc編譯程序出現warning:The ‘compute_20’, ‘sm_20’, and ‘sm_21’ architectures are deprecated的解決辦法 2，Ubuntu 14.0
2020-02-21 13:42:04
原创 Caffe 中 solver.prototxt 和 train_test.prototxt 參數詳解
A. solver.prototxt： net:訓練預測的網絡描述文件，train_test.prototxt test_initialization:取值爲true或者false，默認爲true，就是剛啓動就進行測試，f
2020-02-21 13:42:04
原创 Caffe命令及其參數解析
caffe的c++主程序（caffe.cpp)放在根目錄下的tools文件夾內, 當然還有一些其它的功能文件，如：convert_imageset.cpp, train_net.cpp, test_net.cpp等也放在這個文件夾
2020-02-21 13:42:04
原创 讓一個 caffe 跑起來的流程及注意事項
需要三個文件，以mnist爲例，有這三個 train_lenet.sh，lenet_solver.prototxt，lenet_train_test.prototxt。 總的來說，執行 train_lenet.sh —> l
2020-02-21 13:42:04
原创 Caffe的solverstate的使用
我們在使用caffe訓練過程中會生成.caffemodel和.solverstate文件，一個是模型文件，一個是中間狀態文件（生成多少個取決於你自己設定的snapshot）。當訓練過程中斷，你想繼續運行數據學習，此時只需要調用.s
2020-02-21 13:42:04