caffe 特点

• caffe全称Convolutional Architecture for Fast Feature Embedding
• 开源，核心语言c++，
• 提供完整的工具包,用来训练、测试、微调、部署模型
• 模块化
  • caffe设计之初就做到了尽可能的模块化。允许对数据格式、网络层和损失函数进行扩展。
• 表示和实现分离
  • caffe的模型定义是用 Protocol Buffer语言写进配置文件的，以任意有向无环的形式、caffe支持网络架构。
  • caffe会根据网络需要来正确占用内存。
  • 通过一个函数调用，实现CPU和GPU之间的切换

caffe的架构

• 数据存储
  • caffe 通过 Blobs即以四维数组的方式存储和传递数据。Blobs提供了一个统一的内存接口，用于批量图像的操作和参数更新

安装

• Installment/caffe.md
• caffe 编译完成后，会生成一个build目录,在该目录下有个tools，这里有可执行的文件caffe

一般步骤

1. 数据格式处理
2. 编写网络结构文件 .prototxt在Data层中引入数据文件
3. 网络求解文件 'solver.prototxt'用 net配置网络结构文件
4. 训练网络

   ./build/tools/caffe train --solver=solver.prototxt 
   

生成 prototxt

• pycaffe

网络定义

• 参见说明

LeNet 模型

• LeNet.md

Reference

• 关于caffe新手入门

• 深度学习（六）caffe入门学习

• Caffe源码导读

• 深度学习caffe入门到实战应用