问题标签 [caffe2]

我正在升级到 caffe2，我尝试了一个玩具问题：

当我运行代码并到达workspace.RunNet(train_model.net) 行时，我的代码崩溃了：

我试图理解它大约 2 天，但我什么也没得到。有谁知道我做错了什么？

谢谢 ！

我试图获得相对于输入图像的损失梯度。在 Caffe（原版）中，以下代码实现了我的目标：

我必须如何使用 Caffe2 Python 接口来计算与delta上面相同的？

I'm training Detectron with the following command

python2 tools/train_net.py \ --cfg configs/getting_started/tutorial_1gpu_e2e_faster_rcnn_R-50-FPN.yaml \ OUTPUT_DIR /tmp/detectron-output

and I'm getting the error below. Everything goes well except at the end when the training model file is about to be saved.

Thanks in advance for your help.

...........

我的 conda 虚拟环境中安装了 onnx 0.2.1

但我无法使用 onnx.checker 或 onnx.helper 属性。当我尝试使用它们时，我收到以下错误 -

当我尝试使用 onnx.helper 时出现同样的错误。我在这里做错了什么？

是否可以在支持 GPU 的 Google Colaboratory 中安装 caffe2（不是 caffe）？我按照 Caffe2 的安装说明尝试了多种方式，但无法成功安装 GPU 支持。当我测试 caffe2 安装时，我收到消息：“This caffe2 python run does not have GPU support. will run in CPU only mode.”

当我执行构建 Caffe2 的指令“build_windows.bat”时，出现了一个巨大的问题。

Time Elapsed 01:02:49.30 “Caffe2 构建失败”

似乎有很多错误，我希望你们能帮助我！非常感谢！

我为 keras 编写了一个模型转换器到 Caffe2。不幸的是，跨步卷积padding='same'在 Caffe2 中的实现方式不同。即在 x 和 y 中有 1 个像素的偏移。

如何在 Caffe2 中对张量进行切片以纠正偏移量？

So basically this are the dimensions of the weights from trained caffenet:

conv1: (96,3,11,11) conv2: (256,48,5,5) conv3:(384,256,3,3) conv4: (384,192,3,3) conv5:(256, 192, 3 , 3)

I am confused that although conv1 gives 96 channels as output why does conv2 only considers 48 while convolution? Am I missing something?

我在安装 Caffe2 时遇到错误。成功构建后，在 sudo make install 步骤中，它会抛出一个错误，因为 #error Caffe2 要求 Eigen 至少为 3.3.0

我正在尝试在 Caffe2 中创建一个使用 dropout 的模型。但是我得到一个模型一个错误，它指的是我的代码dropout代码。

下面是我得到的错误。