10篇文章 · 10366字 · 2人关注
-
Caffe2 Tutorials[0]本系列教程包括9个小节，对应Caffe2官网的前9个教程，第10个教程讲的是在安卓下用SqueezeNet进行物体检测，此处不再翻译。另外由于栏...
-
Caffe2 创建你的专属数据集（Create Your Own Dataset）[9]
这一节尝试把你的数据转换成caffe2能够使用的形式。这个教程使用Iris的数据集。你可以点击这里查看Ipython Notebook教程。 D...
-
Caffe2 手写字符识别（MNIST - Create a CNN from Scratch）[8]本教程创建一个小的神经网络用于手写字符的识别。我们使用MNIST数据集进行训练和测试。这个数据集的训练集包含60000张来自500个人的手写字符...
-
Caffe2 载入预训练模型（Loading Pre-Trained Models）[7]
这一节我们主要讲述如何使用预训练模型。Ipython notebook链接在这里。 模型下载 你可以去Model Zoo下载预训练好的模型，或者...
-
Caffe2 图像预处理（Image Pre-Processing）[6]
学习如何使得图像符合预训练模型的需求，或者用其他数据集的图像来测试自己的模型。- 调整大小- 缩放- HWC和CHW，数据通道交换- RGB和B...
-
Caffe2 玩玩回归（Toy Regression）[5]前言 这一节将讲述如何使用Caffe2的特征进行简单的线性回归学习。主要分为以下几步：- 生成随机数据作为模型的输入- 用这些数据创建网络- 自...
-
Caffe2 的基本数据结构（Basics of Caffe2 - Workspaces, Operators, and Nets）[4]
这篇文章主要介绍Caffe2的基本数据结构： Workspaces Operators Nets 在开始之前最好先阅读以下Intro Turor...
-
Caffe2 模型与数据集（Models and Datasets）[3]
Models and Datasets这一节没什么有用的信息为了保证教程完整性，这里仍然保留这一节。这一节唯一提到的一点就是：Caffe2的模型...
-
Caffe2 手册（Intro Tutorial）[2]
Caffe2的相关概念 接下来你可以学到更多Caffe2中主要的概念，这些概念对理解和开发Caffe2相当重要。 Blobs and Works...
文集作者
