به بخش پرسش و پاسخ یادگیری عمیق خوش آمدید,
این نسخه آزمایشی سایت است.
لطفا به نکات زیر توجه کنید:
  • برای ارتباط با مدیران میتوانید از صفحه مدیران اقدام کنید.
  • سوال و جواب ها باید به زبان فارسی باشند. استفاده از زبان انگلیسی یا فینگلیش برای پاسخ دادن مجاز نیست.
  • لطفا بعد از پرسش سوال لینک سوال خود را در گرو تلگرام (Iran Deep Learning Group) معرفی کنید تا سریعتر به جواب برسید. برای دسترسی به آخرین لینک از منابع یادگیری استفاده کنید
  • لطفا بجای عکس از متن استفاده کنید. اگر متون طولانی هستند از سایت pastebin.com برای اپلود استفاده کرده و لینک حاصل را در سوال خود قرار دهید. برای قرار دادن تصویر ، از بخش ارسال تصویر ادیتور سایت استفاده کنید.
  • بعد از دریافت پاسخ، بهترین پاسخ را از طریق کلیک بر روی علامت تیک انتخاب کنید
  • اگر با خطا و یا مشکلی مواجه شدید از بخش تماس با ما در انتهای صفحه و یا ایمیل Coderx7@gmail.com موضوع را اطلاع دهید.

با تشکر

دسته بندی ها

0 امتیاز

سلام
یه منبع مناسب برای اینکه انواع پارامترهای لایه ها و دیتاها که در شبکه عمیق با استفاده از کفی صورت میگیرد رو معرفی کنید
اینکه روی تمامی آپشن ها ، انواع آنها را معرفی کند . مثلا lr_policy چه آپشن هایی میتواند انتخاب شود و ...

توسط (389 امتیاز)

2 پاسخ

+1 امتیاز

بهترین مکان خود سایت است به آدرس
http://caffe.berkeleyvision.org/tutorial/
که در آن به صورت کامل همه پارامترها و لایه ها را توضیح داده است
Nets, Layers, and Blobs: the anatomy of a Caffe model.
•Forward / Backward: the essential computations of layered compositional models.
•Loss: the task to be learned is defined by the loss.
•Solver: the solver coordinates model optimization.
•Layer Catalogue: the layer is the fundamental unit of modeling and computation – Caffe’s catalogue includes layers for state-of-the-art models.
•Interfaces: command line, Python, and MATLAB Caffe.
•Data: how to caffeinate data for model input.

توسط (438 امتیاز)
این توتوریال های کفی اگه بخوبی مطالعه شود میشه برای فریم ورک های دیگه مثله تنسورفلو نیز ربط داد ؟
بله، اما معمولا نیازی به بسط دادن tensorflow نیست، چون که بسیاری از قابلیت‌ها در خوده tensorflow یا کتابخانه‌های سطح بالاتر که روی tensorflow کار می‌کنند مثل Keras موجود هستن
در رابطه با tensorflow هم کتابها و منابع خیلی خوبی هست + کلی فیلم
https://www.tensorflow.org/tutorials
و به نظر من اگه در نهایت می‌خواید با tensorflow کار کنید بهتره از همین اول منابع خوده tensorflow رو بخونید
0 امتیاز

کفی مستندات افتضاحی داره و هرکسی کاری بخواد بکنه اولین قدمش دیدن سورس کدشه! (البته قبلش سرچ کنه اگر چیزی نبود خودش بره ببینه )
برای دیدن مواردی که گفتید بهترین جا فایل caffe.proto هست که این موارد لیست شدن و یک نیمچه کامنتی هم هرکدوم دارن.

توسط (4.3k امتیاز)
...