问题标签 [pycaffe]

是否有任何用于 OSX 的预构建 PyCaffe？我确实看到了有关如何构建它的说明，但我确信尝试构建它的所有依赖项会遇到很多困难。所以，我会很感激有人知道我在哪里可以得到预建的 PyCaffe 模块？或者它是否有必要完全建立在机器上？

谢谢

我正在使用 caffe 训练一个底部带有欧几里德损失层的 CNN，并且我的 solver.prototxt 文件配置为每 100 次迭代显示一次。我看到这样的东西，

我对迭代损失和训练净损失之间的区别感到困惑。通常迭代损失非常小（大约为 0），而训练网络输出损失稍大一些。有人可以澄清一下吗？

在阅读 Caffe 教程（http://nbviewer.ipython.org/github/BVLC/caffe/blob/master/examples/00-classification.ipynb）时，我遇到了以下语句：

它基本上用于将单个图像分配给net.blobs['data'].data.

net.blobs['data'].data[...]是一个 4D ndarray 并transformer...返回一个 3D ndarray，因此省略号用于在第 0 轴上复制 3D 数组。这让我觉得我应该能够重写代码以避免省略号，如下所示：

但是，当我这样做时，我得到

虽然，

工作正常。这对任何人都有意义吗？

我已经验证了我的变量的形状和类型，如下所示：

为什么会net.blobs['data'].data = z4导致问题？

有谁知道是否有所有重要的 pycaffe 命令的备忘单？到目前为止，我仅通过 Matlab 界面和终端 + bash 脚本使用 caffe。

我想转向使用 ipython 并完成 ipython notebook 示例。但是，我发现很难对 python 的 caffe 模块中的所有函数进行概述。（我对python也很陌生）。

我正在研究 Caffe 框架并使用 PyCaffe 接口。我正在使用通过转换 IPython Notebook 00-classification.ipynb获得的 Python 脚本来测试 ImageNet 训练模型的分类。但是脚本中的任何get_ipython()语句都会给出以下错误：

在脚本中，我正在导入以下内容：

有人可以帮我解决这个错误吗？

我正在关注 ipython notebook 示例，通过其 python 接口训练 caffe。但是 caffe 模块似乎不包含教程中描述的模块

当我进入

我得到错误：

当我做 dir(caffe) 我得到：

所以它不包含名为“层”的模块。

该教程是否已过时？是否有适用于我的 caffe 版本的更新版本？

我正在finetuning使用. 使用 a , , , , , ,在迭代中减少和减少非常好。CaffeTesla K40batch size=47solver_type=SGDbase_lr=0.001lr_policy="step"momentum=0.9gamma=0.1training losstest accuracy2%-50%100

当使用RMSPROP,ADAM和等其他优化器时ADADELTA，即使在迭代后training loss也几乎保持不变并且没有改进。test accuracy1000

对于，我已经更改了此处RMSPROP提到的相应参数。

对于，我已经更改了此处ADAM提到的相应参数

对于，我已经更改了此处ADADELTA提到的相应参数

有人可以告诉我我做错了什么吗？

我使用 synset 计算k来自 softmax 输出的排序最高预测。

这给了我前 5 个类名。但我想知道如何计算它的百分比。我的意思是前 5% 的错误。

任何人都可以指导我。谢谢。

我想我们也许可以对一些执行多类别分类的方法进行 Caffeinated 描述。

多类别分类我的意思是：输入数据包含多个模型输出类别的表示和/或简单地在多个模型输出类别下可分类。

例如，包含猫和狗的图像将（理想情况下）为猫和狗预测类别输出 ~1，为所有其他类别输出 ~0。

1. 根据这篇论文，这个陈旧封闭的 PR和这个开放的 PR，似乎 caffe 完全可以接受标签。这个对吗？

2. 构建这样的网络是否需要使用多个神经元（内积 -> relu -> 内积）和 softmax 层，如本文第 13 页所示；还是 Caffe 的 ip & softmax 目前支持多个标签维度？

3. 当我将标签传递给网络时，哪个示例可以说明正确的方法（如果不是两者）？：

   例如 猫吃苹果注意：Python 语法，但我使用的是 c++ 源代码。

   列 0 - 类在输入中；第 1 列 - 类不在输入中

   或者

   第 0 列 - 类在输入中

   /li>

如果有任何不清楚的地方，请告诉我，我将生成我试图提出的问题的图片示例。

我一直在关注一个 Caffe 示例来绘制我的 ConvNet 中的卷积核。我在我的内核下方附上了一张图片，但它看起来与示例中的内核完全不同。我已经完全按照示例进行了操作，有人知道可能是什么问题吗？

我的网络是在一组模拟图像（有两个类）上训练的，网络的性能非常好，大约 80% 的测试准确率。