seven_first-CSDN博客

原创 Linux 文件权限

目录目录一文件权限查看文件权限更改文件属性与权限一、文件权限1.查看文件权限终端输入：ls -al显示了不同角色的权限，例如：-rwxrw----drwxrwxr--这里第1列的[-] 表示文件（[d] 则表示目录，[l]则表示链接文件）文件权限可读以（r）、可写（w）、可执行（x）的顺序在第2到第10列表示不同角色对该文件的权限，没有权限以[-]表示第2到第4列表示文件所有者（us

2017-12-13 00:38:36 474

原创 Ubuntu 系统下SVN的搭建

SVN是Subversion的简称，是一个开放源代码的版本控制系统，说得简单一点SVN就是用于多个人共同开发同一个项目，共用资源的目的。1.Ubuntu下SVN的下载与安装在终端中输入：sudo apt-get install subversion2. 为项目建立SVN仓库创建svn目录（.svn为隐藏目录）：sudo mkdir /home/.svn假设我们的项目为caffe，则创建目录

2016-11-29 22:36:22 1034

原创在caffe 中实现Generative Adversarial Nets（二）

目录目录一添加Loss Functiongan_loss_layerhppgan_loss_layercpp二添加gan_gate_layergan_gate_layerhppgan_gate_layercpp三添加rand_vec_layerrand_vec_layerhpprand_vec_layercpp四修改Solver中Step函数一、添加Loss Function1.

2016-11-09 15:23:18 9131 27

原创在caffe 中实现Generative Adversarial Nets（一）

这里写链接内容#目录 [TOC]一、Generative Adversarial Nets1. GAN简介对抗生成网络（GAN）同时训练两个模型：能够得到数据分布的生成模型（generative model G）和能判够区别数据是生成的还是真实的判别模型（discriminative model D）。训练过程使得G生成的数据尽可能真实，同时又使得D尽可能能够区分生成的数据和真实的数据，最终G生

2016-11-01 21:30:50 14273 10

原创在caffe 中添加Scale-invariant loss

目录目录一简介二创建ScaleInvariantLoss Layercaffeprotoscale_invariant_loss_layerhppscale_invariant_loss_layercppscale_invariant_loss_layercu一、简介 Scale-invariant loss 的定义为：L(y,y∗)=1n∑id2i−λn2(∑idi)2L(y,y^*)

2016-10-24 19:27:41 2372

原创在caffe 中添加Crowd counting 数据层

#目录 [TOC]一、简介Crowd counting一般以人群图像作为输入，网络回归该图像对应的密度图。以往做法是先在matlab中根据图像的label（人头位置）生成密度图，然后将输入图像及密度图转化为lmdb格式作为caffe datalayer的输入。这样做步骤繁琐，而且lmdb很占存储空间。接下来我们在caffe中添加一个crowd data layer，直接读入图像，以及密度图的生成

2016-09-20 18:55:43 6198 28

原创蛇形矩阵生成及索引

最近面试某互联网公司碰到一道编程题，要求写一个蛇形矩阵的生成函数以及索引函数，感觉挺有意思的，实现代码如下

2016-08-19 21:03:06 1068

原创 Error：.exe has triggered a breakpoint.

通常你的程序编译通过，但是在run或者debug时报错，常见原因有：（1）在使用动态数组时，索引超出长度： double* a = new double[n]; //n = 3 a[4] = 0.0; //索引只有0， 1, 2（2）释放了分配的内存，但又使用了该变量 char *a= (char *)malloc(10); free(a); strcpy(a, "h

2016-01-28 14:33:06 5821

原创在 caffe 中添加 FaceNet 中 Triplet Loss Layer

目录目录一Triplet Loss 定义二创建Triplet Loss Layer在caffeproto添加对应Message创建triplet_loss_layerhpp创建triplet_loss_layercpp创建triplet_loss_layercu创建test_triplet_loss_layercpp一、Triplet Loss 定义论文：FaceNet: A Unifi

2015-12-12 01:12:17 13754 21

原创 Caffe源码（十一）：io.cpp 分析

目录目录简单介绍主要函数ReadProtoFromTextFile 函数WriteProtoToTextFile 函数ReadProtoFromBinaryFile 函数WriteProtoToBinaryFile 函数 ReadImageToCVMat 函数matchExt 函数CVMatToDatum 函数ReadFileToDatum 函数ReadImageToDatum

2015-08-21 18:51:24 10362 3

原创 Caffe源码（十）：eltwise_layer 分析

目录目录简单介绍主要函数LayerSetUp 函数Reshape 函数Forward_cpu 函数Backward_cpu 函数简单介绍eltwise_layer 实现多个blobs element-wise 的相加，相乘或者取最大值。主要函数1.LayerSetUp 函数：template <typename Dtype>void EltwiseLayer<Dtype>::LayerS

2015-08-18 14:08:58 18625 2

原创 Caffe 源码（九）：euclidean_loss_layer 分析

目录目录简单介绍主要函数Reshape 函数Forward_cpu 函数Backward_cpu 函数简单介绍Euclidean loss layer 计算两个输入的差的平方和：12N∑Ni=1||x1i−x2i||22\frac{1}{2N}\sum_{i = 1}^N||x_{1i}-x_{2i}||_2^2主要函数1.Reshape 函数：template <typename Dty

2015-08-17 16:21:30 16835 2

原创 Caffe源码（八）：concat_layer 分析

目录目录简单介绍主要函数LayerSetUp 函数Reshape 函数Forward_cpu 函数Backward_cpu 函数简单介绍 concat_layer 用来实现两个或者多个blob的链接，支持在num 维度上的链接（concat_dim = 0 : $(n_1+n_2+...+n_k)*c*h*w$）和channel维度上的链接（concat_dim = 1 : $n*(c_

2015-08-17 15:08:39 10977

原创 Caffe源码（七）：ReLU，Sigmoid and Tanh

目录目录简单介绍ReLU 激活函数Sigmoid 激活函数Tanh 激活函数ReLU 主要函数Forward_cpu 函数Backward_cpu 函数Sigmoid主要函数Forward_cpu 函数Backward_cpu 函数Tanh主要函数Forward_cpu 函数Backward_cpu 函数简单介绍ReLU 激活函数：ReLu使得网络可以自行引入稀疏性，在没做预训

2015-08-16 16:47:43 7661

原创 Caffe源码（六）: pooling_layer 分析

目录目录简单介绍主要函数LayerSetUp 函数Reshape 函数Forward_cpu 函数Backward_cpu 函数简单介绍pooling_layer 是Layer 的子类，实现了pooling操作。其主要函数有LayerSetUp，Reshape，Forward_cpu， Backward_cpu。主要函数1.LayerSetUp 函数：template <typenam

2015-08-16 14:52:02 7461 1

原创 Caffe源码（五）：conv_layer 分析

目录目录简单介绍主要函数compute_output_shape 函数Forward_cpu 函数Backward_cpu 函数简单介绍首先要明确的一点是：ConvolutionLayer 是 BaseConvolutionLayer的子类，BaseConvolutionLayer 是 Layer 的子类。ConvolutionLayer 除了继承了相应的成员变量和函数以外，自己的成员函数

2015-08-14 18:23:14 8797

原创 Caffe源码（四）：base_conv_layer 分析

目录目录简单介绍主要函数LayerSetUp 函数Reshape 函数forward_cpu_gemm 函数forward_cpu_bias 函数backward_cpu_gemm函数weight_cpu_gemm 函数backward_cpu_bias 函数简单介绍base_conv_layer.cpp 中定义了 BaseConvolutionLayer 类的一些成员函数，而B

2015-08-14 18:14:25 11275

原创 Caffe源码（三）：layer 分析

目录目录简单介绍Message LayerParameterLayer 类构造函数LayerSetUp 函数Forword 函数Backword 函数blobslayer_param函数ToProto 函数loss set_loss函数一些返回特定参数的函数set_param_propagate_downparam_propagate_down 函数CheckBlobCou

2015-08-11 13:36:32 11455

原创 Caffe源码（二）：blob 分析

目录目录简单介绍源代码分析Reshape 函数Blob 构造函数data_数据操作函数反向传播导数diff_ 操作函数ShareData 函数Updata 函数asum_data 函数asum_diff 函数sumsq_data 函数sumsq_diff函数scale_data 函数scale_diff函数ShapeEquals函数CopyFrom 函数FromPr

2015-08-10 14:53:37 17657 7

原创 Caffe源码（一）：math_functions 分析

目录目录主要函数caffe_cpu_gemm 函数caffe_cpu_gemv 函数caffe_axpy 函数caffe_set 函数caffe_add_scalar 函数caffe_copy 函数caffe_scal 函数caffeine_cup_axpby 函数caffe_add caffe_sub caffe_mul caffe_div 函数caffe_powx caff

2015-08-09 19:15:44 82733 23

seven_first的博客