Caffe中的多类别分类
我认为我们可以编写一份关于如何执行多类别分类的Caffe描述。所谓多类别分类是指：输入数据包含多个模型输出类别的表示，或者仅可归类到多个模型输出类别中的其中一个。例如：包含猫和狗的图像应该对猫和狗预测类别都输出（理想情况下）约1的概率，并且对其它类别全部输出约0的概率。基于这篇论文，这个失效并...
如何通过深度神经网络提高验证准确性？
我正在尝试使用13000张训练图像和3000张验证图像构建一个11类图像分类器。我正在使用mxnet训练深度神经网络。训练准确率不断提高，已经达到80%以上，但验证准确率只在54-57%之间，并且没有增长。 这里可能有什么问题？我应该增加图像数量吗？
谷歌网络模型的微调
我从头训练了GoogLeNet模型，但结果并不理想。 作为替代方案，我想在我的数据集上进行GoogLeNet模型的微调。有谁知道我应该按照哪些步骤进行？
如何在非NVIDIA设备上加速深度学习？
由于我只有一台AMD A10-7850 APU电脑，而且没有资金购买价值800-1200美元的NVIDIA显卡，因此我正在尽力利用自己的资源通过tensorflow/keras加速深度学习。 最初，我使用了预编译版本的Tensorflow。InceptionV3计算1个epoch需要大约10...
Caffe的LSTM模块
有人知道是否存在适用于Caffe的不错的LSTM模块吗？我在一个名为russel91的github账户中找到了一个，但显然包含示例和解释的网页消失了（曾经是http://apollo.deepmatter.io/，现在仅重定向到github页面，该页面不再有示例或解释）。
Caffe多输入图像
我正在考虑实现一个接受两个输入图像和标签的Caffe CNN（后面可能还有其他数据），想知道有没有人知道在prototxt文件中正确的语法是什么？它只是具有附加顶部的IMAGE_DATA层吗？还是我应该为每个输入使用单独的IMAGE_DATA层？ 谢谢， 詹姆斯
Caffe：如果只有一个小批量适合内存，我该怎么办？
我正在尝试训练一个非常大的模型。因此，我只能将非常小的批量大小放入GPU内存中。使用小批量大小会导致非常嘈杂的梯度估计。 我该怎么做才能避免这个问题？
在caffe中如何使用“BatchNorm”层？
我对如何在我的模型中使用/插入"BatchNorm"层有点困惑。 我看到了几种不同的方法，例如: ResNets: "BatchNorm"+"Scale" (无参数共享) "BatchNorm"层紧随其后的是"Scale"层: layer { bottom: "res2a_bran...
如何使用debug_info解释caffe日志？
在训练过程中遇到困难（如nan，损失不收敛等），有时查看更详细的训练日志可能会很有用。只需在'solver.prototxt'文件中设置debug_info: true即可。 然后训练日志看起来像这样： I1109 ...] [Forward] Layer data, top bl...