问题标签 [caffe]

我使用 caffe 操作过 CNN。但是，系统被强制终止。到目前为止，我有 caffemodel。

我可以从现在开始使用当前的 caffemodel 重新学习吗？

谢谢，

我正在尝试创建一个 android 应用程序，它可以识别图像中的对象并将其名称作为结果。我知道 caffe-library 可以用于此，但是当我运行 ./build.py 时出现错误。

命令 ：

错误 ：

我正在关注https://github.com/BVLC/caffe/wiki/Ubuntu-14.04-ec2-instance链接以在我的机器上安装 caffe。但是当我写命令时，$ make我得到了这些错误

我是新手，无法真正弄清楚缺少什么包

所以我只是从 master 分支中提取了最新版本的 Caffe，并完成了所有初始化步骤。作为一个快速测试，我尝试运行python/draw_net.py提供的脚本，以可视化 MNIST Autoencoder 示例网络。在执行以下命令时：

./python/draw_net.py examples/mnist/mnist_autoencoder.prototxt trial_viz.png

Pydot 抱怨，并抛出以下错误：

我看到更多Warning类似上面显示的消息，并且我的错误日志变得太大，所以我没有发布整个日志。 这篇文章，似乎看到了和我一样的错误，所以我尝试复制他们的解决方案，并将get_pydot_graph()方法中的所有字符串更改draw.py为原始字符串。但这似乎不起作用。

关于如何解决这个问题的任何建议？

谢谢！！:)

当我试图在我的 RHEL 机器上编译 caffe 时，我遇到了这个错误：我确实遵循了这个链接的说明： http: //caffe.berkeleyvision.org/installation.html但它看起来不像工作。有什么帮助吗？谢谢

我正在使用 Caffe 使用非常简单的 CNN 结构对非图像数据进行分类。我在使用尺寸为 nx 1 x 156 x 12 的 HDF5 数据上训练我的网络时没有问题。但是，我在分类新数据时遇到了困难。

如何在没有任何预处理的情况下进行简单的前向传递？我的数据已经过标准化，并且对于 Caffe 具有正确的尺寸（它已被用于训练网络）。下面是我的代码和 CNN 结构。

编辑：我已将问题隔离到 pycaffe.py 中的函数“_Net_forward”，并发现问题出现在 self.input dict 为空时。谁能解释这是为什么？该集合应该等于来自新测试数据的集合：

我的代码发生了一些变化，因为我现在使用 IO 方法将数据转换为数据（见下文）。这样我就用正确的数据填充了 kwargs 变量。

即使是很小的提示也将不胜感激！

CNN 原型

我对咖啡的概念有点迷茫。

是否用于无监督的特征提取，例如，通过输入大量没有标签的图像？

或者当输入是某些固定特征维度的值集时，它是分类器吗？

有人使用 caffe 框架的 matlab 包装器吗？有没有办法从图像中提取 4096 维特征向量？我已经在关注

https://github.com/BVLC/caffe/issues/432

并且还尝试删除 imagenet_deploy.prototxt 中的最后几行以删除层，如 github 上另一个论坛中所建议的那样。

但是当我运行“matcaffe_demo(im, 1)”时，我仍然只得到一个 1000 暗淡的分数向量（对于图像网络类）。任何帮助将不胜感激亲切的问候

我已经链接了所有必需的库，并且 caffee 配置运行顺利。但是当我想制作图书馆时，我得到了这个错误：

/usr/bin/ld: /usr/local/lib/libgflags.a(gflags.cc.o): 重定位 R_X86_64_32S 针对 `std::basic_string, std::allocator >::_Rep::_S_empty_rep_storage' 不能使用制作共享对象时；使用 -fPIC /usr/local/lib/libgflags.a 重新编译：无法读取符号：错误值

我在 libgflags 和 glog 故障排除网站上找到了解决此问题的“解决方法”： https ://code.google.com/p/google-glog/issues/detail?id=201

但是我尝试了它们，但似乎不起作用。我错过了什么吗？也许我没有取消注释原始 Makefile.config 文件中的一行？*我现在在没有 CUDA 或并行计算的笔记本电脑上安装 caffe。

我正在寻找一个使用 Caffe 基于 CNN 的一维信号分类（例如语音信号）的简单直接的示例。

在Caffe网站上，可以了解一些图像分类任务的示例和教程。相反，我正在寻找有关一维信号的示例和教程。

非常感谢您的回答。