深度学习Caffe框架实战剖析教程（深度学习、机器学习、LeNet-5模型、MNIST数据集、CNN）
课程收益
目标一. 了解Caffe框架的环境配置以及LEVELDB和LMDB数据。
目标二. 学习并且掌握Caffe框架最基础的数据结构，明白其各结构之间的关系。
目标三. 阅读明白Caffe框架的源码，特别是其入口程序也就是Caffe.cpp的源码理解，这样可以熟悉Caffe程序运行流程。 目标四. 明白Caffe最优化求解过程，重点是求解器，以及求解器的实现等等。
2021-12-10 15:15:07
923B
1
ResNet-101在ImageNet数据集上的caffe预训练模型，可以用于分类和目标检测网络。
2021-12-09 16:51:52
170.4MB
1
目标检测 ssd 源码，初学目标检测的同学非常有用。SSD全称“Single Shot MultiBox Detector“：将图像切分为N个区域，对每个区域进行单目标检测，并汇总所有的单目标检测结果。
2021-12-06 15:25:57
10.59MB
1
caffe常用网络模型权重文件和定义文件（alex, vgg, googlenet, resnet）-附件资源
2021-12-04 21:06:32
106B
1
（1）caffe在windows环境下的模型训练MNIST数据集和leveldb版的转换数据
（2）caffe.exe 和convert_mnist_siamese_data.exe可执行程序；第一个用于caffe模型训练，第二个用于MNIST数据到Leveldb格式转换
（3）训练配置文件（lenet_train_test.prototxt, lenet_solver.prototxt）,cmd命令行代码和训练完成后的模型（lenet_iter_10000.caffemodel）。
2021-12-04 16:50:08
44.56MB
1