服务器评测一、caffe 创建Python 层
因为caffe底层是用c++编写的，所以我们有的时候想要添加某一个最新文献出来的新算法，正常的方法是直接编写c++网络层，然而这个有个前提条件是必须对caffe的底层非常熟悉，c++的编写达到一定的境界，才可灵活应用caffe，搞深度学习，走这条路对于菜鸟来说无疑很有难度。
好在caffe为我们提供了一个可以用python编写新的网络层的方法，直接用python语言编写新的网络层，然后在caffe的网络配置文件，稍作修改，就可以轻松容易创建新的网络层。其具体环境配置搭建过程如下：
1、编译caffe的时候,不能直接使用make pycaffe,而是应该使用:
WITH_PYTHON_LAYER=1 make && make pycaffe2、编写相关的网络层文件python源码filename.py,同时需要在filename.py 编写的时候,import caffe的时候,需要指向caffe所在的路径目录
3、把python源码文件filename.py拷贝到caffe/python目录下:
caffe/python/filename.py4、添加路径变量:
sudo vim ~/.bashrc
在最后输入
export PYTHONPATH=/home/hjimce/tools/caffenewversion/python:$PYTHONPATH
重启电脑.
5、调用的时候,引用层:
layer {
type: ‘Python’
name: ‘loss’
top: ‘loss’
bottom: ‘f2’
bottom: ‘label’
python_param {
# the module name — usually the filename — that needs to be in $PYTHONPATH
module: ‘filename’
# the layer name — the class name in the module
layer: ‘NormlizedMSE’
}
# set loss weight so Caffe knows this is a loss layer.
# since PythonLayer inherits directly from Layer, this isn’t automatically
# known to Caffe
loss_weight: 1
}
二、caffe关闭日志输出消息
可能对于算法实验阶段来说，我们需要caffe运行网络的时候，打印网络的相关参数消息。然而对于已经走向工程之路的caffe模型来说，我们有可能需要屏蔽那些没用的输出消息，因此这个时候就需要用到caffe的消息屏蔽。
1、在程序最开始运行地方，加入如下代码：
::google::InitGoogleLogging(“hjimce”); //初始化
FLAGS_stderrthreshold = ::google::ERROR; //只打印ERROR级别信息
2、在程序结束的时候加入代码：
google::ShutdownGoogleLogging();
Ubuntu 16.04下Matlab2014a+Anaconda2+OpenCV3.1+Caffe安装 http://www.linuxidc.com/Linux/2016-07/132860.htm
Ubuntu 16.04系统下CUDA7.5配置Caffe教程 http://www.linuxidc.com/Linux/2016-07/132859.htm
Caffe在Ubuntu 14.04 64bit 下的安装 http://www.linuxidc.com/Linux/2015-07/120449.htm
深度学习框架Caffe在Ubuntu下编译安装 http://www.linuxidc.com/Linux/2016-07/133225.htm
Caffe + Ubuntu 14.04 64bit + CUDA 6.5 配置说明 http://www.linuxidc.com/Linux/2015-04/116444.htm
Ubuntu 16.04上安装Caffe http://www.linuxidc.com/Linux/2016-08/134585.htm
Caffe配置简明教程 ( Ubuntu 14.04 / CUDA 7.5 / cuDNN 5.1 / OpenCV 3.1 ) http://www.linuxidc.com/Linux/2016-09/135016.htm
本文永久更新链接地址：http://www.linuxidc.com/Linux/2016-09/135529.htm
