CaffeでDeep Learning つまずきやすいところを中心に - Qiita

はじめに 近年Deep Learningへの注目が高まっていますが、多くの場合膨大なデータを必要とすること、学習にはGPU計算環境が必要であったりなど、独特の敷居の高さがあります。この記事では、この敷居を大きく下げるであろうCaffeについて紹介します。ただ、Caffeを紹介する記事はすでに良いものがたくさんあり、そもそも公式documentがかなり充実しているので、今回は躓きやすい部分や他の記事があまり触れていない部分を中心に紹介していきます。 Caffeって何？ CaffeはDeep Learningのフレームワークの一つです。Deep Learningは一般に実装が難しいとされていますが、フレームワークを使えばかなり手軽に扱うことができます。 代表的なフレームワークには、 Caffe theano/Pylearn2 Cuda-convnet2 Torch7 などがあります。この中でも

[hsato2011]

やってみる

[verypluming]

“[(k, v.data.shape) for k, v in net.blobs.items()]”

[peroon]

“Deep Learningは一般に実装が難しいとされています”

[nakanushi]

Deep Learning Framework in Python

[aipacommander]

( ..)φメモメモ

[RabbitBit]

DeepLearnigはCaffeがデファクトスタンダード。人工知能が本年のバズワードだから、追っておきたい所だ。

[sinhrks]

Caffeこんな速いのか、、、