博文
Fine-tuning pre-trained ResNet model with different learning rate
- 获取链接
- X
- 电子邮件
- 其他应用
One note for building Caffe RC3 on Ubuntu 14.04
- 获取链接
- X
- 电子邮件
- 其他应用
When building Caffe RC3 on Ubuntu 14.04, you may run into this error: CXX/LD -o .build_release/tools/extract_features.bin CXX/LD -o .build_release/tools/device_query.bin CXX/LD -o .build_release/tools/net_speed_benchmark.bin CXX/LD -o .build_release/tools/test_net.bin //usr/lib/x86_64-linux-gnu/libunwind.so.8:对‘lzma_index_buffer_decode@XZ_5.0’未定义的引用 //usr/lib/x86_64-linux-gnu/libunwind.so.8:对‘lzma_index_size@XZ_5.0’未定义的引用 //usr/lib/x86_64-linux-gnu/libunwind.so.8:对‘lzma_index_uncompressed_size@XZ_5.0’未定义的引用 //usr/lib/x86_64-linux-gnu/libunwind.so.8:对‘lzma_stream_footer_decode@XZ_5.0’未定义的引用 解决方法是在~/.bashrc文件最后添加路径 export LD_LIBRARY_PATH=/lib/x86_64-linux-gnu/:$LD_LIBRARY_PATH
Some notes about building Caffe RC3 with Mac OS X 10.11.3, Anaconda, CUDA 7.5, cuDNN 4, Intel MKL and MATLAB R2015b
- 获取链接
- X
- 电子邮件
- 其他应用
Environment: Mac OS X 10.11.3, Xcode 7.2, Anaconda Python 2.7.11, CUDA 7.5, cuDNN 4, Intel parallel_studio_xe_2016.1.043 mkl, homebrew boost 1.6.0, homebrew OpenCV 2.4.12, MATLAB R2015b. Note 1 : If your run into this problem afterwards "ld: warning: directory not found for option '-L/opt/intel/mkl/lib/intel64'", you can solve this problem as: cd /opt/intel/mkl/lib/ sudo ln -s . /opt/intel/mkl/lib/intel64 Suppose the environment is setup as above, first follow the official Caffe OS X Installation guide step by step. Then modify your .bash_profile file as: export PATH=/usr/local/bin:/Applications/MATLAB_R2015b.app/bin:/Developer/NVIDIA/CUDA-7.5/bin:$PATH export PATH="/Users/ylzhao/anaconda/bin:$PATH" export DYLD_LIBRARY_PATH=/Developer/NVIDIA/CUDA-7.5/lib:$DYLD_LIBRARY_PATH export DYLD_FALLBACK_LIBRARY_PATH=/usr/local/cuda/lib::$HOME/anaconda/lib:/usr/local/lib:/usr/lib:$DYLD_FALLBACK_LIBRARY_PATH export PYTHONPATH=/usr/local/lib/python
Mac OS X 10.10安装深度学习框架Caffe教程
- 获取链接
- X
- 电子邮件
- 其他应用
Mac OS X 10.10安装深度学习框架Caffe教程 Author: Hoondy.com 翻译和修订:赵毅力(panovr at gmail dot com) 这份教程是关于在Mac OS X 10.10上安装深度学习框架Caffe的详细指南(成功测试的操作系统是Mac OS X10.10.3,2.3 GHz的英特尔酷睿i7 CPU,NVIDIA的GeForce GT650M显卡) 在过去的几天,我一直尝试着在我的MacBook Pro上面安装Caffe框架。Caffe是由Berkeley视觉小组开发的深度学习框架,你可以从Caffe的主页上http://caffe.berkekeyvision.org/获取更多关于它的介绍。如果你正在阅读这篇教程,你可能已经注意到了要在Mac OS X上面安装Caffe框架,你必须安装正确的依赖,并从不同的地方下载几个第三方库和工具包。Caffe网站上关于Mac OS X的安装文档有点过时,并不十分完整,有时还有点令人费解。所以,我决定分享我的成功故事,并为简单起见,我把它做成一个一步一步的安装教程,用于帮助和指导其他人如何在Mac OS X上安装Caffe框架。为了获得最大的计算性能,我将使用我的MacBook Pro上面的NVIDIA GPU并链接NVIDA的cuDNN GPU库进行加速。