deep-learning - 如何开始为我的图层编写代码?

标签 deep-learning caffe pycaffe matcaffe

我看到研究人员正在向原始版本的 Caffe 添加一些功能,并根据需要使用这些层和功能,然后通过 Github 共享这些版本。如果我没记错的话,有两种方法:1) 在添加 c++ 和 Cuda 版本的层后重新编译 Caffe。 2) 为该功能编写 python 代码,并将其称为 Caffe 中的 python 层。

我想根据我的研究问题向 Caffe 添加一个新层。我真的不知道应该从哪一点开始编写新层以及应该考虑哪些步骤。

我的问题是:

1)是否有任何文档或任何学习 Material 可以用来编写该层?

2)上述添加新图层的方法中,哪种方式是首选?

我非常感谢任何帮助和指导

非常感谢

最佳答案

出于研究目的,为了“玩玩”,编写 python 层通常更方便:省去编译等的麻烦。
您可以找到有关“Python”层 here 的简短教程.

另一方面,如果您想要更好的性能,您应该为您的层编写 native C++ 代码。
您可以找到有关它的简短说明 here .

关于deep-learning - 如何开始为我的图层编写代码?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/46681840/

相关文章:

machine-learning - 修改GoogLeNet中的Deploy.prototxt

python - 如何显示 Caffe 故障堆栈跟踪?

tensorflow - 用于图像分类的多输入卷积神经网络

python-3.x - CNN-尝试使用 seaborn.heatmap 运行混淆矩阵

tensorflow - 如何减少文档嵌入的维数?

c++ - 在优胜美地编译caffe

neural-network - caffe 求解器文档。如何理解动量 μ 对因子 $1/(1-μ)$ 的影响?

python - 如何访问生成器提供的 Keras 自定义损失函数中的样本权重?

machine-learning - 如何在CNN Caffemodel中将4096维特征向量减少为1024维向量?

java - 从 Java 运行 Python 脚本