ubuntuKylin17.04使用Caffe2

2022年 10月 18日 发表评论
免费、便宜/高性价比 服务器汇总(已更新):点击这里了解

本站教程收集整理的这篇文章主要介绍了ubuntuKylin17.04使用Caffe2,本站教程本站觉得挺不错的,现在分享给大家,也给大家做个参考。

文章链接:caffe2 安装与介绍

一早发现caffe2的较成熟的release版发布了(the first production-ready release),那么深度学习平台在之后一段时间也是会出现其与tensorflow相互竞争的局面。
从打开这个caffe2的官网@R_141_10585@,有了Facebook的支持,连界面也好看多了。不过再仔细看看,觉得又和tensorflow有一丝像,从内到外。

Caffe 2 Caffe2

Caffe2 中基本计算单元之一是 Operators。每个 Operator 包含给定适当数量和类型的输入和参数来计算输出所需的逻辑。Caffe 和 Caffe2 功能的总体差异如下图所示:

看到这段话,是不是更觉得像是tensorflow了?之前layer的概念被弱化,数据与操作完全分开,不就是tensorflow里面需要定义的tf.matmultf.Variable这类吗?
其次提出的workspace概念很像是tf中的Session:

# Create the input data  data = np.random.rand(16,100).astype(np.float32)    # Create labels for the data as Integers [0,9].  label = (np.random.rand(16) * 10).astype(np.int32)    workspace.FeedBlob("data",data)  workspace.FeedBlob("label",label)    # Create model using a model Helper  m = cnn.CNNModelHelper(name="my first net")  fc_1 = m.FC("data","fc1",dim_in=100,dim_out=10)  pred = m.Sigmoid(fc_1,"pred")  [softmax,loss] = m.softmaxWithLoss([pred,"label"],["softmax","loss"])

网络的编写也向tf靠拢了(学了点tf还是有点用的)。

最后还要说一点就是对Python的支持大大增强了,当然这也是深度学习的趋势。

..........................................

安装测试成功

本站总结

以上是本站教程为你收集整理的ubuntuKylin17.04使用Caffe2全部内容,希望文章能够帮你解决ubuntuKylin17.04使用Caffe2所遇到的程序开发问题。

如果觉得本站教程网站内容还不错,欢迎将本站教程推荐给好友。

本图文内容来源于网友网络收集整理提供,作为学习参考使用,版权属于原作者。
如您有任何意见或建议可联系处理。

小咸鱼

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: