Caffe 学习系列

学习列表：

Google protocol buffer在windows下的编译

caffe windows 学习第一步：编译和安装（vs2012+win 64)

caffe windows学习：第一个测试程序

Caffe学习系列(1)：安装配置ubuntu14.04+cuda7.5+caffe+cudnn

Caffe学习系列(2)：数据层及参数

Caffe学习系列(3)：视觉层（Vision Layers)及参数

Caffe学习系列(4)：激活层（Activiation Layers)及参数

Caffe学习系列(5)：其它常用层及参数

Caffe学习系列(6)：Blob,Layer and Net以及对应配置文件的编写

Caffe学习系列(7)：solver及其配置

Caffe学习系列(8)：solver优化方法

Caffe学习系列(9)：运行caffe自带的两个简单例子

Caffe学习系列(10)：命令行解析

Caffe学习系列(11)：图像数据转换成db（leveldb/lmdb)文件

Caffe学习系列(12)：训练和测试自己的图片

Caffe学习系列(13)：数据可视化环境（python接口)配置

Caffe学习系列(14)：初识数据可视化

Caffe学习系列(15)：计算图片数据的均值

Caffe学习系列(16)：caffemodel可视化

Caffe学习系列(17)：模型各层数据和参数可视化

Caffe学习系列(18): 绘制网络模型

Caffe学习系列(19): 绘制loss和accuracy曲线

Caffe学习系列(20)：用训练好的caffemodel来进行分类

Caffe学习系列(21)：caffe图形化操作工具digits的安装与运行

Caffe学习系列(22)：caffe图形化操作工具digits运行实例

Caffe学习系列(23)：如何将别人训练好的model用到自己的数据上

caffe的python接口学习（1）：生成配置文件

caffe的python接口学习（2）：生成solver文件

caffe的python接口学习（3）：训练模型（training)

caffe的python接口学习（4）：mnist实例---手写数字识别

caffe的python接口学习（5）：生成deploy文件

caffe的python接口学习（6）：用训练好的模型（caffemodel）来分类新的图片

caffe的python接口学习（7）：绘制loss和accuracy曲线

caffe的python接口学习（8）：caffemodel中的参数及特征的抽取