'Machine Learning/Caffe'에 해당되는 글 2건

  1. 2018.02.03 Docker를 이용해 Caffe 설치
  2. 2017.11.09 [책]가장 빨리 만나는 딥러닝 WITH CAFFE 공부(1)

https://gist.github.com/haje01/0fb6d63bf065c9831256



Posted by 공놀이나하여보세
,
가장 빨리 만나는 딥러닝 WITH CAFFE

CUDA Install

http://pythonkim.tistory.com/71

Caffe 설치 시 생기는 문제들은 아래 블로그를 통해 대부분 해결됨
http://iamyoonkim.tistory.com/6

쉘 내부
1. 솔버의 파라미터 : lenet_solver.prototxt
(1) net : 네트워크의 파라미터 파일로 파일 버스를 지정 
lenet_train_test.prototxt 
(2) test_interval: 학습 중 테스트를 실행하는 간격
(3) base_Ir : 학습 시 학습률의 초기값 지정
(4) display : 학습 시 경과를 나타내는 간격
(5) max_iter : 학습을 실행하는 최대 회수 지정
(6) solver_mode : 학습 시 cpu 또는 gpu 선택


2. 네트워크의 파라미터 : lenet_train_test.prototxt

[공통]

(1) name : 계층의 이름을 지정

(2) type : 입력층, 은닉층 타입 지정


[입력층]

(1) top : 입력 데이터와 지도 학습 데이터를 각각 지정

(2) include 

      - phase : 학습 시 또는 테스트 시 어느 경우 그 계층을 이용할 것인지 지정 - TRAIN, TEST

(3) data_param

      - source: 읽기 데이터의 파일 버스를 지정


[은닉층]

(1) Type: "Convolution"은 컨볼루션층을 나타내는 타입

      - bottom: 입력이 되는 계층 지정

      - top : 출력이 되는 계층 지정

      - convolution_param: 컨볼루션층의 파라미터를 지정

              num_output: 컨볼루션층에서의 출력 횟수

              kernel_size: 컨볼루션 창의 크기를 지정

              stride: 컨볼루션 창의 움직이는 크기 지정

(2) Type: "Pooling"은 풀링층을 나타내는 타입

(3) Type: "InnerProduct"는 전결합층을 나타내는 타입


[활성화 함수]

Tanh, Sigmoid, ReLU


[출력층]

Accuracy : 정밀도 산출 

SoftmaxWithLoss : 정밀도 산출




'Machine Learning > Caffe' 카테고리의 다른 글

Docker를 이용해 Caffe 설치  (0) 2018.02.03
Posted by 공놀이나하여보세
,