如果不进行可视化，只想得到一个最终的训练model, 那么代码非常简单，如下 :
import caffe caffe.set_device(0) caffe.set_mode_gpu() solver = caffe.SGDSolver(\'/home/xxx/data/solver.prototxt\') solver.solve()
Caffe实战（十二）：模型分类测试以及特征图和参数可视化示例（python）训练好的模型需要进行测试分类效果；查看卷积层输出的特征图以及训练的参数特征，不仅可以更直观的了解各层训练效果，还能够加深理解训练过程。下面以测试cifar10模型…
caffe模型最终保存使用过的protobuf形式，将一个已经训练好的caffe模型读取出来，可以参考如下：1，包含的头文件：#include<google/protobuf/io/coded_stream.h>#include…
向AI转型的程序员都关注了这个号????????????机器学习AI算法工程公众号：datayxPyTorch-Transformers（此前叫做pytorch-pretrained-bert）是面向自然语言处理，当前性能最高的预训练模型开…
当训练好一个model之后，我们通常会根据这个model最终的loss和在验证集上的accuracy来判断它的好坏。但是，对于分类问题，我们如果只是知道整体的分类正确率显然还不够，所以只有知道模型对于每一类的分类结果以及正确率这样才能更好的…
1深度学习术语深度学习常用名词：有监督学习、无监督学习、训练数据集、测试数据集、过拟合、泛化、惩罚值(损失loss);机器自动学习所需三份数据：训练集(机器学习的样例)，验证集(机器学习阶段，用于评估得分和损失是否达到预期要求)、测试集(机…
整个过程可分为五步：1创建Sequential模型，2添加所需要的神经层，3使用.compile方法确定模型训练结构，4使用.fit方法使模型与训练数据“拟合”，5.predict方法进行预测。1.建立Sequential模型导入tenso…
模型融合有的时候我们手头可能有了若干个已经训练好的模型，这些模型可能是同样的结构，也可能是不同的结构，训练模型的数据可能是同一批，也可能不同。无论是出于要通过ensemble提升性能的目的，还是要设计特殊作用的网络，在用Caffe做工程时，…
caffe训练过程中会生成.caffemodel和.solverstate文件，其中caffemodel为模型训练文件，可用于参数解析，solverstate为中间状态文件当训练过程由于断电等因素中断时，可用solverstate文件继续执…
