在python中的进程之间共享连续的numpy数组
虽然我找到了许多类似于我的问题的答案，但我不认为这里已经直接解决了这个问题，而且我还有其他一些问题.共享连续的numpy数组的动机如下: 我正在使用在Caffe上运行的卷积神经网络对图像进行回归到一系列连续值标签. 图像需要特定的预处理和数据增强. (1)标签的连续性质(它们是浮动的)和(2)数据扩充的约束意味着我正在python中预处理数据，然后使用inCaffe中的内存数据层. 将
..
caffe相关内容
将Tensorflow模型转换为Caffe模型
我希望能够将Tensorflow模型转换为Caffe模型. 我在Google上进行了搜索，但是我只能找到从caffe到tensorflow的转换器，而没有找到相反的东西. 有人知道怎么做吗? 谢谢，艾维(Evi) 解决方案 我遇到了同样的问题，并找到了解决方案.可以在这里找到代码( https://github.com/lFatality/tensorflow2caffe
..
如何设计深度卷积神经网络?
据我了解，所有CNN都非常相似.它们都有卷积层，然后是池化层和relu层.有些具有专门的层，例如FlowNet和Segnet.我的疑问是我们应该如何决定要使用多少层，以及如何为网络中的每一层设置内核大小.我已经搜索了该问题的答案，但找不到具体答案.网络是使用反复试验设计的，还是我不知道的某些特定规则?如果您能澄清一下，我将非常感谢您. 解决方案 简短的回答:如果有设计规则，我们还没有发现它
..
尝试使用新数据运行自定义caffenet时出错
我只是尝试用自己的lmdb文件训练提供的Caffenet网络。 我更改了深度4096和自定义frame_size的完全连接到卷积层。 这是代码： weight_param = dict（lr_mult = 1，衰落_mult = 1） bias_param = dict（lr_mult = 2，衰落_mult = 0） Learnd_param = [权重参数，bias_para
..
Caffe-使用多个输入Blob进行前向传递
以下是我的微调模型的输入层： layer { 类型：“ HDF5Data” 名称：“ data” 顶部：“ Meta” hdf5_data_param { 来源：“ /path/to/train.txt” batch_size：50 } 包括{相：火车} } 层{ 名称：“ data” 类型：“ ImageData” top：“ X” 顶部：“标签” 包括{
..
Windows上的Cmake错误下载Prebuilt Dependencies.cmake：54文件下载哈希不匹配
我正在尝试为Windows 8安装Caffe。我正在使用此关于安装指南的文章，我安装了Visual Studio2015。我将python.exe&路径&上的CMAKE.exe运行这些错误后发生。 我感谢您的帮助。 解决方案 在搜索了我的问题之后，我了解到问题可能与“超时”有关。在网络连接或其他有关下载的问题中。 我再次删除了完整的二进制输出 build 目录。 我使用了“ fr
..
Caffe-通过裁剪进行图像增强
咖啡的种植策略是应用 random-crop 进行训练， center-crop 进行测试。 从实验中，我观察到如果在训练过程中我可以为同一幅图像提供两个裁剪版本（随机和居中），则识别的准确性会提高。这些实验数据（尺寸为100x100）是通过在115x115尺寸的图像上进行随机裁剪和中心裁剪而离线生成的（不使用caffe）。 我想知道如何执行 注意：我想使用2个数据层，每个层具有
..
如何评估经过训练的模型在咖啡因中的好坏？
我使用Caffe训练了数据。以下是solver.prototxt文件中的参数。 test_iter：100 test_interval：1000 base_lr： 0.00001 lr_policy：“ step” 伽玛值：0.1 步长：20000 显示：20 max_iter：13000 动量：0.9 weight_decay ：0.0005 快照：1000
..
caffe像素分类/回归
我想做的是做一个简单的像素级分类或回归任务。因此，我有一个输入图像和一个ground_truth。我想做的是做一个简单的分割任务，其中有一个圆形和一个矩形。我想训练圆形或矩形的位置。这意味着我有一个ground_truth图像，该图像在圆所在的所有位置都为“ 1”，在矩形所在的所有位置都为“ 2”。然后，我将我的图像和ground_truth图像以.png图像的形式输入。 然后，我认为我可以
..
如何在caffe中使用SigmoidCrossEntropyLoss进行二进制分类？
如何在Caffe中使用SigmoidCrossEntropyLoss解决二进制类问题？ 能否给我一个原型示例？ 解决方案 您需要您的标签 图层{ 名称：“ loss” 类型：“ SigmoidCrossEntropyLoss” 底部：“ predict1d” 底部：“标签” 顶部：“损失” }
..
重新启动进程时未收回内存
我有一个python作业，可运行caffe网络以在nvidia GPU上进行图像处理。作业从Rabbitmq队列中获取图像，对其进行处理，然后将结果写入另一个队列。当我重新启动该作业时，进程将被终止，但内存未被回收。 因此，在经过一定数量的重新启动后，计算机崩溃了。一旦我杀死了工作，就不会在ps或top中运行任何python进程，但是不会回收CPU内存。 如何调试此问题？ 编辑：
..
LNK1104 Visual Studio 2015年
我正在尝试使用Windows构建Caffe深度学习网络解决方案，并且确实尝试了所有方法以使其正常工作。 我发现了类似的问题，但是他们正在使用VS 2010或2013，我在大多数答案中都没有列出任何选项。 首先： 我正在使用VS 2015，cudNN和最新的Caffe，我正在尝试使用Windows x64进行构建。 第二次： 我尝试了两种方法（在两种情况下都以添加cudNN路径
..
使用python层Caffe实现Bhattacharyya损失函数
尝试使用python层caffe来实现我的自定义损失层。我已经将此示例用作指南并编写了 forward 函数，如下所示： def forward（self，bottom，顶部）： 分数= 0； self.mult [...] = np.multiply（底部[0] .data，底部[1] .data） self.multAndsqrt [...] = np.sqrt（self。 mu
..
如何编写具有可训练参数的caffe python层？
我想学习如何编写caffe python层。 但是我只找到有关非常简单的层的示例，例如 pyloss 。 如何编写具有可训练参数的python caffe？ 例如，如何编写完全连接的python层？ 解决方案 Caffe将图层的可训练参数存储为 blobs 的向量。默认情况下，此向量为空，由您决定是否在层的设置中添加参数blob。在 test_python_layer.p
..
无法在仅CPU的Caffe中使用GPU：检查模式
我正在使用在CPU上运行的传统caffe设置。 我从以下代码中切换了一行代码： caffe.set_mode_cpu（） 到： caffe.set_mode_gpu（） 但出现错误： 不能在仅CPU的Caffe中使用GPU：检查模式。 我检查了Makefile.config，相关设置为： ＃仅CPU开关（不建
..
Caffe LMDB火车和val.txt
在制作lmdb文件的过程中，我们应该制作 train.txt 和 val.txt 文件，我已经制作了一个 train.txt 文件，其中包含图像名称空间及其相应的标签。例如image1.JPG 0。 现在我必须使 val.txt 文件变得困惑，因为我是测试数据，因此我如何给它相应的值我希望能预测到这些。谁能告诉我这个 val.txt 文件是什么以及它应该做什么。 解决方案 您正在混淆
..
Keras与Caffe的卷积有什么区别？
我正在尝试将大型Caffe网络复制到Keras（基于tensorflow后端）。但是即使在单个卷积层上，我也遇到了很大的麻烦。 简单卷积一般： 假设我们有一个形状为（1，500，500，3）的4D输入，并且我们必须对此输入带有 96 过滤器，内核大小为 11 和 4x4 大步前进。 让我们设置权重和输入变量： w = np .random.rand（11，11，3，96）
..
AttributeError：“模块”对象没有属性“ set_random_seed”
我得到的错误是 AttributeError：当我尝试运行 py-faster-rcnn时，“模块”对象没有属性“ set_random_seed” 和我自己的数据集。 谁能帮我吗？ 解决方案 这是概率，因为您使用的是Tensorflow2。因此，您可以简单地使用 import tensorflow作为tf tf.random.set_seed（seed）
..
未知的Blob输入数据到Caffe中的第0层
使用我的Caffe原型时出现以下错误： F0329 17：37：40.771555 24587 insert_splits.cpp：35 ]未知的blob输入数据到第0层 ***检查失败堆栈跟踪：*** 下面是我的caffe原型中的前2层： layers { name：“ data” 类型：IMAGE_DATA 最上层：“数据” 最上层：“标签”
..
caffe什么是SetLossWeights？
我正在阅读caffe的Layer源代码，但遇到以下问题： 什么是 Layer :: SetLossWeights 函数在做什么？我知道在Layer类中，有一个 loss _ 变量，该变量记录了： 向量，指示每个顶部Blob在目标函数中的权重 是否为非零。 它们是否存在某些关系？ 在caffe.proto文件中，LayerParameter loss_weight仅用于损失
..