從零開始，一步一步學習caffe的使用，期間貫穿深度學習和調參的相關知識！
layer
transform_param
} data_param
}
layer
transform_param
data_param
}
layer
}
}使用記憶體
layer
transform_param
}
coco(common objects in context)是乙個新的影象識別、分割和影象語義資料集，它有如下特點：
1）object segmentation
2）recognition in context
3）multiple objects per image
4）more than 300,000 images
5）more than 2 million instances
6）80 object categories
7）5 captions per image
8）keypoints on 100,000 people
coco資料集由微軟贊助，其對於影象的標註資訊不僅有類別、位置資訊，還有對影象的語義文字描述，coco資料集的開源使得近兩三年來影象分割語義理解取得了巨大的進展，也幾乎成為了影象語義理解演算法效能評價的「標準」資料集。
google開源的開源了圖說生成模型show and tell就是在此資料集上測試的，想玩的可以下下來試試哈。
入門 | 神經網路訓練中，epoch、batch size和迭代傻傻分不清?
深度學習視覺領域常用資料集彙總
caffe詳解之softmax層
從零開始，一步一步學習caffe的使用，期間貫穿深度學習和調參的相關知識！softmax layer 輸出似然值 layers公式如下所示 softmax loss layer 輸出loss值 layer 公式如下所示 loss param 說明 enum normalizationmode 1 未...
caffe詳解之Dropout層
從零開始，一步一步學習caffe的使用，期間貫穿深度學習和調參的相關知識！dropout是乙個防止過擬合的層,只需要設定乙個dropout ratio就可以了。layer def dropout x,drop probability keep probability 1 drop probabili...
Caffe 中Crop 層詳解
在fully convolutional networks fcn 中，會用到crop 層，他的主要作用是進行裁切。下面我們舉乙個例子來說明如何使用crop 層。caffe中的資料是以 blobs形式存在的，blob是四維資料，即 batch size,number of chennels,heig...