Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- Akka
- Play2 로 웹 개발
- 안드로이드 웹뷰
- 하이퍼레저 패브릭
- play 강좌
- Golang
- hyperledger fabric
- 파이썬
- Hyperledger fabric gossip protocol
- Adapter 패턴
- CORDA
- 파이썬 머신러닝
- 파이썬 데이터분석
- 스위프트
- 파이썬 강좌
- 스칼라
- 파이썬 동시성
- akka 강좌
- Play2
- Actor
- 하이브리드앱
- 블록체인
- 주키퍼
- 이더리움
- 스칼라 강좌
- 그라파나
- 플레이프레임워크
- play2 강좌
- 스칼라 동시성
- 엔터프라이즈 블록체인
Archives
- Today
- Total
목록Caffe 기초 (1)
HAMA 블로그
Caffe 처음 설치를 마친 사람들을 위한 정리
일단 Caffe 를 이미지분류를 위한 목적으로 설치 했다고 치면 아래와 같은 2가지가 핵심입니다.1. 내 이미지 (혹은 샘플이미지)를 학습시켜서 나만의 모델을 만들자. 2. 나의 모델 (혹은 샘플 모델) 을 이용하여 이미지를 잘 이해(분류)하는지 보자. 용어 정리 ) * 모델 정의 하기: 데이터를 학습 시키기위한, 네트워크 과정 및 파라미터등을 총칭. 그 결과로 '모델' 을 만듬.* 파인 튜닝 하기: 더 적당한 모델을 만들거나, 더 나은 분류를 위해 조작하면서 최적값을 찾는 행위 1. 내 데이터를 학습시켜라 가. 일단 Caffe 내에는 이미 학습된 모델들이 여러개 있습니다. 그 중 ImageNet 의 이미지를 이용하여 학습시킨 예를 살펴봅니다./path/to/imagenet/train/n01440764/..
통계 & 머신러닝 & 딥러닝
2016. 3. 12. 13:31