ubuntu16.04 gtx960 安装caffe

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。

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。

caffe样本4位汉字样本，方便学习caffe使用

在Caffe中实现Mask-RCNN。目标分割通用框架Mask R-CNN

深度学习caffe 在windows中的编译过程

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。

caffe常用网络模型权重文件和定义文件（alex, vgg, googlenet, resnet）-附件资源

基于CPU的caffe的环境配置过程，本文档亲测无误，可供参考

（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）。