问题标签 [nvidia-digits]

我已经在 ubuntu 16.04、python 2.7、cuda 8 上安装了 caffe，并在上面测试了 mnist。它工作得很好。

现在我想安装数字。我已经安装了它，但是当我安装它时./digits-devserver，它给了我以下错误：

此外，这是我的~/.profile：

请帮我找出如何将 caffe 的根定义为数字。

我在 Digits 中使用 python 层以随机大小裁剪每个训练图像，然后使用 cv2.resize 方法将大小调整为预期的顶部尺寸。

在保存的一批图像上离线使用时，调整大小按预期工作，numpy 数组的大小正确调整为形状 (128x3x227x227)。

但是，当以数字形式使用 python 层时，我得到代码 -11 错误。Caffe 输出日志显示：

附加信息：

• 我离线测试 resize 方法的环境（当它工作时）与我用于 Digits/caffe 的环境相同
• 我可以改用 scipy misc.imresize 方法，它按预期工作，但是 scipy 方法不保留原始 numpy 值，将它们转换回 0-256 范围内的 uint8，所以我不能使用该方法。它也比 cv2 慢得多（在离线批次上测试）

如果有人可以建议一种替代插值方法来调整 numpy nd-array 的大小，这也将非常有用

非常感谢

我想使用预训练模型进行人脸识别。我尝试使用需要少量图像的连体架构。你能给我任何训练有素的模型，我可以为连体架构改变吗？如何更改可以放置两个图像以找到它们相似之处的网络模型（我不想根据此处的教程创建图像）？我只想将系统用于实时应用程序。你有什么建议？

我有一个关于 NVIDIA DIGITS 框架的问题。所以我一直在使用没有 DIGITS 的 caffe，并且到目前为止使用了 HDF5 层。在那里我可以使用多个“顶部”（data_0、data_1、data_2）输入（参见下面的代码）。所以我可以给网络提供一个以上的输入图像。但在 DIGITS 中，只有 lmdb 输入层有效。

那么是否可以创建具有多个输入图像的 lmdb 输入层？

NVidia 的 Caffe 比 BVLC/Caffe 更老。如何在 NVidia DIGITS 中使用最新版本的 Caffe？

我对深度学习很陌生，我正在尝试使用 lua 进行分类。

我已经用 torch 和 lua 5.1 安装了数字，并且我训练了以下模型：

之后，我使用数字服务器进行了分类以测试示例，结果如下：

我已经导出了模型，现在我正在尝试使用以下 lua 代码进行分类：

但这里是输出：

而这其实并不是数字提供的分类……

我正在使用 Torch 7 和 lua 5.1。我需要从输入视频流中进行对象识别。我已经从 NVidia 安装了 DIGITS。我听说谷歌（或其他来源）提供了已经预训练的现有模型。我在哪里可以找到它们？

深度学习框架的新功能。尝试使用 Nvidia Digits 并在运行 Digit-denserver 时遇到问题。我按照链接安装数字：https ://github.com/NVIDIA/DIGITS/blob/master/docs/BuildDigits.md

安装成功，但在运行数字时遇到问题。 错误代码找不到模块compt

有什么建议吗？系统信息 操作系统：Ubuntu 14.04 Cuda 8.0 Cudnn 5.0

在我完成安装 DIGITS 之后

当我运行数字时，使用

第 6 行中显示“无效语法”的错误。在此处输入图像描述

当我./digits-devserver在 Ubuntu 12.04 上运行时，出现以下错误：

这个错误的根源是什么，如何解决？