Caffe -----------Convolution Architecture For Feature Embedding (Extraction)
1、Caffe 是什么东东?
CNN (Deep Learning) 工具箱
C++ 语言架构
CPU 和GPU 无缝交换
Python 和matlab的封装
但是,Decaf只是CPU 版本。
2、为什么要用Caffe?
运算速度快。简单 友好的架构 用到的一些库:
Google Logging library (Glog): 一个C++语言的应用级日志记录框架,提供了C++风格的流操作和各种助手宏.
lebeldb(数据存储): 是一个google实现的非常高效的kv数据库,单进程操作。
CBLAS library(CPU版本的矩阵操作)
CUBLAS library (GPU 版本的矩阵操作)
3、Caffe 架构
4、预处理图像的leveldb构建
输入:一批图像和label (2和3)
输出:leveldb (4)
指令里包含如下信息:
1)conver_imageset (构建leveldb的可运行程序)
2)train/ (此目录放处理的jpg或者其他格式的图像)
3)label.txt (图像文件名及其label信息)
4)输出的leveldb文件夹的名字
5)CPU/GPU (指定是在cpu上还是在gpu上运行code)
5、CNN网络配置文件
1)Imagenet_solver.prototxt (包含全局参数的配置的文件)
2)Imagenet.prototxt (包含训练网络的配置的文件)
3)Imagenet_val.prototxt (包含测试网络的配置文件)
联系客服