机器学习框架比较
翻译自外文网站，比较结果如下：
比较对象:Caffe,Caffe2,Deeplearning4j,Dlib,Gensim,Keras,MatConvNet,Microsoft Cognitive Toolkit,MXNet,Neural Designer,OpenNN,Paddle,Pytorch.
利用caffe生成 lmdb 格式的文件，并对网络进行FineTuning
利用caffe生成 lmdb 格式的文件，并对网络进行FineTuning
数据的组织格式为：
首先，所需要的脚本指令路径为：
/home/wangxiao/Downloads/caffe-master/examples/imagenet/
其中，生成lmdb的文件为： create_imagenet.sh
接下来的主要任务就是修改自己的data的存放路径了。
【caffe】loss function、cost function和error
@tags: caffe 机器学习
在机器学习（暂时限定有监督学习）中，常见的算法大都可以划分为两个部分来理解它
一个是它的Hypothesis function，也就是你用一个函数f，来拟合任意一个输入x，让预测值t(t=f(x))来拟合真实值y
另一个是它的cost function，也就是你用一个函数E，来表示样本总体的误差。
【caffe】绘制网络结构图
@tags caffe 网络结构 可视化
当拿到一份网络定义文件net.prototxt，可以用工具画出网络结构。最快速的方法是使用在线工具netscope，粘贴内容后shift+回车就可以看结果了。
caffe也自带了网络结构绘制工具，需要稍微配置下，并确保你用的caffe版本中实现了网络中涉及到的层。
