在Caffe中训练期间更改输入数据层
是否可以即时更改 ImageData 层或 MemoryData 层的输入源？ 我试图在每个时代重新整理数据，但是我同时拥有图像和其他一些非图像功能，这些功能我想在网络的稍后阶段进行连接。我找不到一种可靠的方式来同时保留图像和我的其他数据，从而保持两者的对齐。 因此，我正在考虑重新每次生成 imagelist.txt 以及非图像数据（在内存中），并将新文件附加到 ImageData 层
..
caffe相关内容
使用C ++在CAFFE中设置输入层
我正在使用CAFFE编写C ++代码来预测单个（目前）图像。图片已经过预处理，格式为.png。我已经创建了一个Net对象并阅读了经过训练的模型。现在，我需要将.png图像用作输入层并调用net.Forward（）-但是有人可以帮助我弄清楚如何设置输入层吗？ 我在网络上发现了一些示例，但是它们都不起作用，并且几乎所有示例都已弃用。根据： Berkeley的Net API ，不建议使用“ For
..
是否需要在caffe的deploy.prototxt中定义退出层？
在caffe的AlexNet实现中，我在deploy.prototxt文件中看到以下层： layer { 名称：“ drop7” 类型：“ Dropout” 底部：“ fc7” 顶部：“ fc7” dropout_param { dropout_ratio：0.5 } } 现在，退出的关键思想是随机删除单位（以及 这是否意味着我可以简单地从dep
..
Caffe net.predict（）输出随机结果（GoogleNet）
我从 https://github.com/BVLC/caffe/tree/master/中使用了经过预训练的GoogleNet models / bvlc_googlenet 并使用我自己的数据（〜100k图片，101类）对其进行了微调。 经过一天的训练，我在top-1分类中达到了62％，在top-5分类中达到了85％，并尝试使用该网络来预测几张图像。 我只是按照 https： //gi
..
Caffe求解器中的average_loss字段是做什么用的？
average_loss 有什么用？ 解决方案 您可以签入 caffe.proto 文件。当前版本中的第151行给出有关average_loss的以下注释： 显示在上一次average_loss迭代中的平均损失
..
Caffe中的多个预训练网络
有没有一种简单的方法（例如，无需修改
..
caffe：AttributeError：“模块”对象没有属性“ LabelMap”
caffe已安装在Ubuntu服务器上，并且测试正常。我只是在Ubutun（16.04）云服务器上运行以下代码： import caffe from caffe.proto import caffe_pb2 label_map = caffe_pb2.LabelMap（） 我已经按以下方式运行了互联网提供的命令，但是仍然存在错误： 命令：
..
caffe全卷积cnn-如何使用作物参数
我正在尝试为我的问题训练一个完全卷积的网络。我正在使用 https://github.com/shelhamer/fcn.berkeleyvision.org。 我有不同的图像尺寸。 我不确定如何在“ Crop”层中设置“ Offset”参数。 “偏移”参数的默认值是什么？ 如何使用此参数在中心附近裁剪图像？ 解决方案 根据作物图层文档，它需要两个底部Blob，并输出一个顶部B
..
Caffe：可变的输入图像大小
我正在尝试使用Caffe的Google的 deepdream代码 。 他们使用由ModelZoo提供的ImageNet上预先训练的GoogLeNet模型。这意味着该网络是在裁剪为224x224像素大小的图像上进行训练的。来自 train_val.prototext ： 图层{ 名称：“数据” 类型：“数据” ... transform_param { 镜像：true cr
..
“ / usr / bin / ld：找不到-lopenblas” Caffe编译中的错误
在编译Caffe时，尽管安装了OpenBLAS，我仍然遇到此错误： AR -o .build_release / lib /libcaffe.a LD -o .build_release / lib / libcaffe.so / usr / bin / ld：找不到-lopenblas collect2：lddevolvióel estado de salida 1 ma
..
Caffe中的预测-例外：输入Blob参数与网络输入不匹配
我正在使用Caffe使用非常简单的CNN结构对非图像数据进行分类。我在使用尺寸为nx 1 x 156 x 12的HDF5-数据上训练网络时没有问题。但是，我在分类新数据时遇到了困难。 如何我做一个没有任何预处理的简单正向传递？我的数据已经标准化，并且具有适用于Caffe的正确尺寸（已经用于训练网络）。下面是我的代码和CNN结构。 编辑：我已将问题隔离到pycaffe.py中的函数'_N
..
Caffe快照：.solverstate与.caffemodel
训练网络时，每N次迭代拍摄的快照会以两种形式同时出现。一个是.solverstate文件，我想它就是听起来像的样子，它存储损失函数和梯度的状态，等等。另一个是.caffemodel文件，我知道它存储了经过训练的参数。 .caffemodel是您需要预先训练的模型所需的文件，因此我想如果要测试网络，它也是您想要的文件。 .solverstate有什么用？在本教程中，您似乎可以从中重新开始
..
咖啡中的欧几里得损失层
我目前正在尝试在caffe中实现自己的损失层，并且在尝试实现时，正在使用其他层作为参考。然而，令我困惑的一件事是在 Backward_cpu 中使用 top [0]-> cpu_diff（） 。我将使用 EuclideanLossLayer 作为参考。这是我的问题 据我了解， top [0]-> cpu_diff（） 保存来自下一层的误差导数，但是如果没有其他层怎么办？因为它用于 Eucli
..
如何训练咖啡师模型？
有人成功训练了咖啡师模型吗？我有一个训练有素的图像集，我想用它来创建可与Google Deep Dream一起使用的caffe模型。 我能够找到的有关训练模型的唯一资源是： ImageNet教程 编辑：这是另一个，但它没有创建deploy.prototxt文件。当我尝试使用另一种模型中的一种时，它“起作用”但不正确。 caffe-oxford 102 任何人都可以指出
..
TensorFlow中的FCN缺少作物层
我目前正在尝试在TensorFlow中将 FCN进行语义分段以前是在Caffe 此处完成的。 不幸的是，我正在努力处理以下三件事： 1）如何将“反卷积”层从Caffe映射到TensorFlow？ tf.nn.conv2d_transpose 是否正确？ 2）如何将“ Crop”图层从Caffe映射到TensorFlow ？不幸的是，我在TensorFlow中看不到任何其他选择。
..
尽管设置了CPU_Only仍使用GPU，但产生了意外的关键字参数
我正在使用在装有CUDA（没有驱动程序）的Ubuntu 14.04虚拟服务器上安装Caffe。 https://github.com/BVLC/caffe/wiki/Ubuntu-14.04-VirtualBox-VM 作为灵感。在安装过程中，我对MakeFile进行了编辑，使其在构建之前包含“ CPU_ONLY：= 1” 。但是，似乎Caffe仍在尝试使用GPU。当我尝试运行测试示例时，出现以下
..
如何使用深度神经网络提高验证准确性？
我正在尝试使用13000个训练图像和3000个验证图像构建11类图像分类器。我正在使用使用mxnet进行训练的深度神经网络。训练准确性正在提高，并达到80％以上，但验证准确性在54-57％的范围内，并且没有增加。 这可能是什么问题？我应该增加图像数量吗？ 解决方案 这里的问题是您的网络在某个时候停止学习有用的常规功能，并开始适应您的训练集的特点（结果过度拟合）。您想“强迫”网络以继续学习
..
可以直接从gpu给Caffe或Caffe2输入数据吗？
我已经阅读了caffe2教程并尝试了预训练模型。我知道caffe2将利用GPU来运行模型/网络。但是输入数据似乎总是从CPU（即主机）内存中给出的。例如，在在模型之后加载加载后，我们可以通过 result = p.run（[img]） 但是，图像“ img”应该在CPU范围内读取。我要寻找的是一个框架，该框架可以将图像（从视频中解码并仍驻留在GPU内存中）直接插入预测模型，
..
部署网络缺少Softmax层
我尝试将预训练模型（VGG 19）用于DIGITS，但出现此错误。 错误：您的部署网络缺少Softmax层！阅读自定义网络的 文档和/或查看标准网络 的示例 我尝试用只有两个类的数据集进行测试。 我阅读了此和尝试修改最后一层，但我也报错。如何根据新数据集修改图层？ 我尝试修改最后一层，但出现错误 错误：层“ softmax”在TRAIN阶段引用底部“ fc8”，但
..
如何从Python接口调试基础C ++库？
我正在使用 apollocaffe 和重新检查。 Apollocaffe在c ++库中，而Reinspect在python中。重新检查来自apollocaffe的api。 我想调试apollocaffe内部的那些api。从python代码中，我使用了 python -m pdb train.py 但是我不能从apollocaffe进入api。 我喜欢 cout
..