Ubuntu 我想知道如何使用典型的模型,如谷歌网
我开始学习深度学习。 我想识别(分类)我自己的图像 我了解到有AlexNet和GoogLeNet作为深度学习的代表模式。 我正在考虑用这个模型来确定我的图像数据 当使用您自己的图像数据时,应该更改名为prototxt的文件的哪一部分? 是否可以更改这部分数据? 我想用的是一个128px*128px的普通(?)彩色图像。使用CIFAR-10 prototxt文件时,它被设置为(dim:1 dim:3 dim:255 dim:255) 此外,是否可以在transform_param部分使用名为mean image(mean.binaryproto)的文件 这可能是基本的,但你能告诉我如何设置吗 部署(Caffe) 列车(Caffe)Ubuntu 我想知道如何使用典型的模型,如谷歌网,ubuntu,deep-learning,classification,caffe,Ubuntu,Deep Learning,Classification,Caffe,我开始学习深度学习。 我想识别(分类)我自己的图像 我了解到有AlexNet和GoogLeNet作为深度学习的代表模式。 我正在考虑用这个模型来确定我的图像数据 当使用您自己的图像数据时,应该更改名为prototxt的文件的哪一部分? 是否可以更改这部分数据? 我想用的是一个128px*128px的普通(?)彩色图像。使用CIFAR-10 prototxt文件时,它被设置为(dim:1 dim:3 dim:255 dim:255) 此外,是否可以在transform_param部分使用名为mea
是否要从数据集生成模型?是否要从数据集生成模型?
name: "data"
type: "Input"
top: "data"
input_param { shape: { dim: 10 dim: 3 dim: 224 dim: 224 } }
}
name: "GoogleNet"
layer {
name: "data"
type: "Data"
top: "data"
top: "label"
include {
phase: TRAIN
}
transform_param {
mirror: true
crop_size: 224
mean_value: 104
mean_value: 117
mean_value: 123
}
data_param {
source: "examples/imagenet/ilsvrc12_train_lmdb"
batch_size: 32
backend: LMDB
}
}
layer {
name: "data"
type: "Data"
top: "data"
top: "label"
include {
phase: TEST
}
transform_param {
mirror: false
crop_size: 224
mean_value: 104
mean_value: 117
mean_value: 123
}
data_param {
source: "examples/imagenet/ilsvrc12_val_lmdb"
batch_size: 50
backend: LMDB
}
}