深度学习实践
2017-10-08 20:00
43 查看
研究的专业方向是关于深度学习方面,最近想动手在自己笔记本上跑了一下,于是动手写一下这方面的经验。目的一是总结而是能够时不时看一下反思,等哪天想出思路,SCI也能够触手可得。
工作室中有可以搞深度学习的服务器,但是我先是在自己的笔记本上尝试运行下,出什么问题至少可以返工。
先说一下笔记本配置,我觉得我是搞深度学习最穷配置的吧。
![](http://static.blog.csdn.net/xheditor/xheditor_emot/default/smile.gif)
![](http://static.blog.csdn.net/xheditor/xheditor_emot/default/smile.gif)
联想笔记本,win8系统(没听错,不是Linux ,笔记本还得做其他任务呢),只有cpu,没有GPU,没有英伟达的显卡
caffe框架 opencv(用的话只用cv2的包) 还有Anaconda(python2.7) VS2013(一定安装2013)
1、安装caffe框架,安装Anaconda,解释下,搞深度学习有很多框架可以使用,但是caffe是目前初学者最好用的,也是应用最广的。caffe框架有多个接口,但是应用最好的还是python接口。对于python我也没有学过,从零开始学习吧。学习python的好的工具就是Anaconda(初学者)。安装教程推荐如下吧:
1)http://blog.csdn.net/sinat_27403413/article/details/52791489
2)http://www.cnblogs.com/yixuan-xu/p/5858595.html
我是按照以上两个教程配置的,但是在运行配置的过程中也是该出错就出错,等哪天出现错误我再重新贴出来。
2、caffe框架安装完成要使用手写体数据进行测试,相当于hello world。
![](https://img-blog.csdn.net/20171008202453117?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvQ2hhcmxpZV9CbGFjaw==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center)
这是编译好的caffe文件部分截图,这过程中出的问题蛮多的,网上一个一个搜,基本上都能解决。手写体数据测试参考教程:非常全而且系统
从一到二:利用mnist训练集生成的caffemodel对mnist测试集与自己手写的数字进行测试 - Yixuan-Xu - 博客园
http://www.cnblogs.com/yixuan-xu/p/5862657.html
3、配置OPENCV
参考教程较多,找不到原来的网址了。
4、安装好caffe之后,我分别测试了mnist数据库和cifar10——图像分类任务,效果挺好的。
工作室中有可以搞深度学习的服务器,但是我先是在自己的笔记本上尝试运行下,出什么问题至少可以返工。
先说一下笔记本配置,我觉得我是搞深度学习最穷配置的吧。
![](http://static.blog.csdn.net/xheditor/xheditor_emot/default/smile.gif)
![](http://static.blog.csdn.net/xheditor/xheditor_emot/default/smile.gif)
联想笔记本,win8系统(没听错,不是Linux ,笔记本还得做其他任务呢),只有cpu,没有GPU,没有英伟达的显卡
caffe框架 opencv(用的话只用cv2的包) 还有Anaconda(python2.7) VS2013(一定安装2013)
1、安装caffe框架,安装Anaconda,解释下,搞深度学习有很多框架可以使用,但是caffe是目前初学者最好用的,也是应用最广的。caffe框架有多个接口,但是应用最好的还是python接口。对于python我也没有学过,从零开始学习吧。学习python的好的工具就是Anaconda(初学者)。安装教程推荐如下吧:
1)http://blog.csdn.net/sinat_27403413/article/details/52791489
2)http://www.cnblogs.com/yixuan-xu/p/5858595.html
我是按照以上两个教程配置的,但是在运行配置的过程中也是该出错就出错,等哪天出现错误我再重新贴出来。
2、caffe框架安装完成要使用手写体数据进行测试,相当于hello world。
这是编译好的caffe文件部分截图,这过程中出的问题蛮多的,网上一个一个搜,基本上都能解决。手写体数据测试参考教程:非常全而且系统
从一到二:利用mnist训练集生成的caffemodel对mnist测试集与自己手写的数字进行测试 - Yixuan-Xu - 博客园
http://www.cnblogs.com/yixuan-xu/p/5862657.html
3、配置OPENCV
参考教程较多,找不到原来的网址了。
4、安装好caffe之后,我分别测试了mnist数据库和cifar10——图像分类任务,效果挺好的。
相关文章推荐
- 深度学习算法实践5---线性回归算法实现
- 使用Keras动手实践深度学习(下)
- 深度学习算法实践11---卷积神经网络(CNN)之卷积操作
- 深度学习动手实践:用 TensorFlow 打造“会看”的机器人
- 深度学习的实践方面Quiz 3
- 深度学习之二:神经网络的实践与优化
- 9. 深度学习实践:卷积网络
- 深度学习算法实践3---神经网络常用操作实现
- 免费教材丨第55期:Python机器学习实践指南、Tensorflow 实战Google深度学习框架
- 美团技术分享:美团深度学习系统的工程实践
- 深度学习实践指南(五)—— 求解异或问题
- 深度学习:python教程 实践(零)
- 深度学习系列:深度学习在腾讯的平台化和应用实践
- 12. 深度学习实践:应用篇
- 深度学习算法实践9---用Theano实现多层前馈网络
- 深度学习在美团搜索广告排序的应用实践
- 深度学习笔记之使用Faster-Rcnn进行目标检测 (实践篇)
- 深度学习实践经验:用Faster R-CNN训练Caltech数据集——训练检测
- 深度学习入门实践_十行搭建手写数字识别神经网络
- R语言︱H2o深度学习的一些R语言实践——H2o包