深度学习: 难点理解

深度学习中一些好的加深理解的文章，全部收录于互联网，版权属原网站所有。

① 1X1卷积核到底有什么作用呢？

http://caffecn.cn/?/question/136

② Faster rcnn的特征图到原图区域映射问题？ http://caffecn.cn/?/question/135
③ 基于深度学习的目标检测研究进展
点击打开链接

④caffe的总体流程是怎样的？

http://caffecn.cn/?/question/123

⑤在caffe中卷积核是三维的还是二维的？

http://caffecn.cn/?/question/158

⑥caffe在做train()时候的详细流程图

http://caffecn.cn/?/question/242

⑦caffe的proto里面的std是什么意思？怎么调？

http://caffecn.cn/?/question/37

⑧caffe怎么单步调试？

https://www.zhihu.com/question/27987666

⑨Softmax和SoftmaxWithLoss的反向误差传递的原理分别是什么？

http://freemind.pluskid.org/machine-learning/softmax-vs-softmax-loss-numerical-stability/

⑩caffe进行fineture的小技巧

http://www.caffecn.cn/?/question/9

11.fine_tuning原理问题

http://www.caffecn.cn/?/question/12

12.caffe中image_mean的作用是什么？ http://www.caffecn.cn/?/question/15

13.图像分类中，类别个数不均匀，相差很大，该怎么处理？

http://www.caffecn.cn/?/question/20

14.caffe里sigmoidCrossEntropyLoss层计算 http://www.caffecn.cn/?/question/25
15.请问在OCR方面caffe有没有什么比较好的网络模型？ http://www.caffecn.cn/?/question/30

16.caffe里面的误差的反向传播怎么实现来的？

http://www.caffecn.cn/?/question/36

17.Caffe中的各种loss函数适合哪些问题？

http://www.caffecn.cn/?/question/43

18.关于caffe 里面卷积层featuremap 的问题

http://www.caffecn.cn/?/question/46

19.各种Pooling方法适用哪些情况？

http://www.caffecn.cn/?/question/57

20.假如有两个model，如何把其中一个model的某一层的权重赋给另一个model的对应层。

http://www.caffecn.cn/?/question/59

21.可视化神经网络的中间特征

http://www.caffecn.cn/?/question/70

22.Siamese网络跑自己的数据 http://blog.csdn.net/gybheroin/article/details/54133556
23.stride的大小来左右滑动窗口，那么通过修改什么可以调整上下滑动卷积窗口的步幅 http://www.caffecn.cn/?/question/74
24.caffe框架在添加自己的MFC程序 http://blog.csdn.net/shakevincent/article/details/52115872

25关于message NetState和message NetStateRule

http://www.caffecn.cn/?/question/104

26.新增lmdb格式的训练样本的方法

http://www.caffecn.cn/?/question/112

27.momentum的作用是什么？

http://www.caffecn.cn/?/question/117

28.如何实现在prototxt 中实现多通道呢？

http://www.caffecn.cn/?/question/144

29.[Batch Normalization] Predict中BN是怎么计算的？

http://www.caffecn.cn/?/question/165

30.请问caffe里data layer后面有个{layerName}_{topBlobName}_{0}_{split)的层是干嘛的?

http://caffecn.cn/?/question/198