caffe/pycaffe 的备忘单?
有谁知道是否有所有重要的 pycaffe 命令的备忘单?到目前为止，我仅通过 Matlab 界面和终端 + bash 脚本使用 caffe. 我想转向使用 ipython 并完成 ipython 笔记本示例.但是，我发现很难对 Python 的 caffe 模块中的所有功能进行概述.(我对 python 也很陌生). 解决方案 pycaffe 测试 和这个文件是python编码接口的
..
pycaffe相关内容
Caffe Python 层中的向后传递未被调用/工作?
我尝试使用 Caffe 在 Python 中实现一个简单的损失层没有成功.作为参考，我发现在 Python 中实现了几个层，包括 这里、这里和此处. 从 Caffe 文档/示例提供的 EuclideanLossLayer 开始，我无法让它工作并开始调试.即使使用这个简单的 TestLayer: def setup(self, bottom, top):“"检查底部输入的正确数量.:para
..
Caffe:如何获取 Python 层的相位?
我在caffe中创建了一个"Python"层"myLayer"，并在网络中使用它train_val.prototxt我插入了层像这样: 层{名称:“my_py_layer"类型:“Python"底部:“在"顶部:“出"蟒蛇参数{模块:“my_module_name"图层:“我的图层"}包括 { phase: TRAIN } # 这是棘手的部分！} 现在，我的层只参与网络的TRAINing阶段，
..
在 python 中构建自定义 Caffe 层
在解析了很多关于在 Python 中构建 Caffe 层的链接后，我仍然难以理解一些概念.请有人澄清他们吗? 此处解释了网络的 Blob 和权重 Python 结构:查找 Caffe conv-filter 相对于输入的梯度. 此处解释了网络和求解器结构:caffe/pycaffe 备忘单?. 定义 python 层的示例在这里:pyloss.py 上的 git. 此处的层测试:git
..
caffe 数据层示例一步一步
想找一个caffe python数据层的例子来学习.我知道 Fast-RCNN 有一个 python 数据层，但它相当复杂，因为我不熟悉物体检测. 所以我的问题是，是否有一个 python 数据层示例，我可以在其中学习如何定义我自己的数据准备程序? 例如，如何定义一个python数据层做更多的数据增强(如平移、旋转等)比caffe "ImageDataLayer". 非常感谢 解决
..
caffe 和 pycaffe 报告的准确率不同
以下是用于训练预训练模型的 train.Prototxt 文件. 名称:“TempWLDNET"层 {名称:“数据"类型:“图像数据"顶部:“数据"顶部:“标签"包括 {阶段:火车}变换参数{镜子:真实作物大小:224mean_file: "mean.binaryproto"}图像数据参数{来源:“train.txt"批量大小:25新高度:256新宽度:256}}层 {名称:“数据"类型:“图
..
在训练期间修复神经网络中的权重子集
我正在考虑创建一个定制的神经网络.基本结构和往常一样，但是我想截断层之间的连接.例如，如果我构建一个具有两个隐藏层的网络，我想删除一些权重并保留其他权重，如下所示: 这不是传统的dropout(为了避免过度拟合)，因为剩余的权重(连接)应该被指定和固定. python 有什么方法可以做到吗?Tensorflow、pytorch、theano 或任何其他模块? 解决方案 是的，你
..
PyInstaller"ValueError:太多值无法解包"
Pyinstaller 3.2版 操作系统:win10 我的python脚本在Winpython Python解释器中运行良好. 但是当我使用Pyinstaller软件包时，python脚本包含caffe模块，我将面对这个问题:“您可以加载I/O插件与 skimage.io.use_plugin " 我按照上面的回答修复了我的规范文件(挂钩文件?).而且我一直在收到以下错误
..
如何使用Spark和Caffe对图像进行分类
我正在使用Caffe进行图像分类，我可以使用Pyhton的MAC OS X. 现在，我知道如何使用Caffe和Spark python对图像列表进行分类，但是如果我想使其更快，我想使用Spark. 因此，我尝试将图像分类应用于RDD的每个元素，该RDD是从image_path列表创建的.但是，Spark不允许我这样做. 这是我的代码: 这是图像分类的代码: #显示图像名称
..
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
..
caffe：检查失败：target_blobs.size（）== source_layer.blobs_size（）（2 vs.1）层conv1的斑点数不兼容
我修改了FCN网络并设计了一个新的网络，在该网络中，我使用两个ImageData图层作为输入参数，并希望该网络产生一张图片作为输出。 是 train_val.prototxt 和 deploy.prototxt 原始图片和标签都是灰度图片，尺寸为224 * 224。 我已经训练了caffemodel并使用infer.py来使用caffemodel进行细分，但是遇到错误： F050
..
如何通过X11转发运行py-faster-rcnn
我正在使用Ubuntu 14.04操作系统的g2.8xlarge EC-2实例上运行启用cuDNN的py-faster-rcnn。一切都已编译，似乎运行良好。我通过以下方式登录到远程实例： ssh -X -i“”“ ubuntu @ 我还输入命令： export DISPLAY =：0 运行 ./ tools / demo.
..
Caffe HDF5按像素分类
我正在尝试使用caffe为图像实现像素级二进制分类。对于尺寸为3x256x256的每个图像，我都有一个256x256的标签数组，其中每个条目都标记为0或1。此外，当我使用以下代码读取HDF5文件时， dirname =“ examples / hdf5_classification / data” f = h5py.File（os.path.join（dirname，'train.h
..
VGG 16/19缓慢的运行时间
当我尝试使用Caffe和Python（2.7和3.5）从经过预训练的VGG 16/19模型中获取输出时，在net.forward（）步骤（在笔记本电脑的CPU上）上花费了15秒以上。 我想知道是否有人会建议我这样做，就像许多其他模型（例如ResNet，AlexNet）一样，我很快就得到了输出， 我使用的代码如下： img = cv2.imread（路径+ img_name
..
自定义caffe模型的净手术
我正在尝试修改caffe模型的权重，该模型是名为Deep Lab的caffe分支的一部分。尽管有关于如何进行网络手术的教程，当我尝试使用自定义caffemodel进行相同操作时，python内核始终死于以下行： ＃原始网络并提取完全连接的图层的参数。 net = caffe.Net（'../ models / deeplab / train.prototxt'， '../models/d
..
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
..
我“进口咖啡”来自ipython，但我得到了“ RuntimeWarning”。怎么解决呢？
我已阅读文章“ Ubuntu安装-具有64位处理器的Ubuntu 14.04的指南”。来自Github网站（ https://github.com/ tiangolo / caffe / blob / ubuntu-tutorial-b / docs / install_apt2.md ）。 现在，我打开IPython测试PyCaffe是否正常工作。我输入“ ipython”命令，然后进入ipy
..
TensorFlow的更快RCNN
有人为TensorFlow版本实现FRCNN吗？ 我发现了一些相关的存储库，如下所示： 实施roi池层 基于py- Fast-rcnn repo 但对于1：假设roi池层起作用（我没有尝试过），并且需要执行以下操作： ROI数据层，例如 roidb 。 线性回归，例如 SmoothL1Loss 用于端到端培训的ROI池层后处理，应将ROI池层的结果转换为CNN进行分类。
..