5.Caffe
Caffe是由伯克利人工智能研究所以及社区贡献者们共同开发的一款深度学习框架。它在深度学习领域发挥了巨大的推动作用，并以其优秀的结构、性能和代码质量成为了该领域的标志性工具。Caffe不仅降低了学习和开发的难度，还将深度学习的所有细节透明化。主要应用于视频和图像处理，核心语言为C++，并兼容命令行、Python和MATLAB接口，同时支持CPU和GPU运行，具备出色的通用性和性能。其快速上手和高速运行的特点使得即使是复杂模型和大规模数据也能轻松应对，用户可以利用多种预设层类型来自定义模型。
目标检测算法SSD之训练自己的数据集
目标检测算法SSD之训练自己的数据集
prerequesties 预备知识/前提条件
下载和配置了最新SSD代码
git clone https://github.com/weiliu89/caffe ~/work/ssd
cd $_
git checkout ssd
编译caffe
下载必要的模型（包括prototxt和caffemodel）；
运行了evaluation和webcam的例子，会提示caffe的import报错。
【caffe】执行训练
@tags caffe 训练
是在windows平台上。
主要是使用/caffe.exe，配合动作参数train，以及指定solver文件。e.g.:
cd %caffe_root%
%caffe_build%\caffe.
【caffe】mnist训练日志
@tags caffe
前面根据train_lenet.sh改写了train_lenet.py后，在根目录下执行它，得到一系列输出，内容如下：
I1013 10:05:16.721294 1684 caffe.
【caffe】train_lenet.sh在windows下的解决方案
@tags: caffe python
在windows下配置caffe后，跑mnist手写数字识别的例子。发现train_lenet.sh不能运行。
那就写个python脚本替代吧。
step1
定义两个环境变量，请自行添加并替换成你的目录：
caffe_build D:\lib\caffe-ma...
