深度学习框架caffe学习与应用视频教程炼数成金深度学习技术caffe视频教程深度学习框架caffe学习与应用
1
│├<第一课>
││├第一课.pptx
││├<附加opencv安装视频>
│││├linux下opencv安装.pptx
│││├linux下安装.mov
│││├
││││├ippicv_linux_20151201.tgz
││││├opencv模型下载
││││├opencv_contrib模型下载
││││└opencv-3.1.0.exe
│││├<测试代码>
││││├gcc_command.docx
││││├lena.jpg
││││└test_opencv.cpp
││├<视频>
│││├part1_课程介绍.mov
│││├part2_深度学习介绍.mov
│││├part3_caffe介绍.mov
│││├part4_caffe安装.mov
│││└part5_作业.mov
││├<资料>
│││├deep learning (bengio 2015-10-03).pdf
│││├deeplearning-nowpublishing-vol7-sig-039.pdf
│││├master模型下载
│││├understanding machine learning – from theory to algorithms.pdf
│││├神经网络与机器学习(第3版）.pdf
│││└神经网络与深度学习讲义20151211.pdf
│├<第二课>
││├第二课.pptx
││├<课程代码>
│││├<视频>
││││├part1_前言.mov
││││├part2_代码目录结构.mov
││││├part3_blob源码分析.mov
││││├part4_blob编程操作.mov
││││├part5_layer&net.mov
││││└part6_proto介绍和编码使用.mov
││├<视频>
│││├part1_前言.mov
│││├part2_代码目录结构.mov
│││├part3_blob源码分析.mov
│││├part4_blob编程操作.mov
│││├part5_layer&net.mov
│││├part6_proto介绍和编码使用.mov
│││└part7_牛刀小试mnist数据集.mov
││├<作业素材>
│││└dataguru.class.proto
│├<第三课>
││├第三课.pptx
││├<课程代码>
││├<视频>
│││├caffe_lecture3_part1_前言.mp4
│││├caffe_lecture3_part2_solver介绍.mp4
│││├caffe_lecture3_part3_solver参数配置与优化方法.mp4
│││├caffe_lecture3_part4_io模块介绍.mp4
│││├caffe_lecture3_part5_图片转换lmdb.mp4
│││└caffe_lecture3_part6_使用训练好的模型.mp4
││├<相关论文>
│││├ rmsprop_divide the gradient by a running average of its recent magnitude.pdf
│││├a practical guide to training restricted boltzmann machines.pdf
│││├adadelta an adaptive learning rate method.pdf
│││├adam_a method for stochastic optimization.pdf
│││├adaptive subgradient methods for online learning and stochastic optimization.pdf
│││├on the importance of initialization and momentum in deep learning.pdf
│││└readme模型下载
│├<第四课>
││├第三课的勘误.pdf
││├第四课.pptx
││├<课程代码>
││├<视频>
│││├caffe_lecture4_part1_前言.mp4
│││├caffe_lecture4_part2_可视化工具.mp4模型下载
│││└caffe_lecture4_part3_卷积、池化、全连接、激活和softmax.mp4
│├<第五课>
││├第五课.pptx
││├<课程代码>
││├<视频>
│││├caffe_lecture5_part1_前言.mp4
│││├caffe_lecture5_part2_1_自定义layer计算层.mp4
│││├caffe_lecture5_part2_2_自定义layer计算层.mp4
│││└caffe_lecture5_part3_自定义数据输入层.mp4
││├<作业素材>
│││└digits.png
│├<第六课>
││├【参考教程】vim打造c++ ide.pdf
││├第六课.pptx
││├<课程代码>
│││├my_solver.cpp
│││├my_solver.hpp
│││├<上周作业用代码>
││││├caffe.proto
││││├digits.png
││││├my_data_layer.cpp
││││├my_data_layer.hpp
││││├mydata_lenet_solver.prototxt
││││└mydata_lenet_train_test.prototxt
││├<视频>
│││├caffe_lecture6_part1_上周作业讲解(自定义数据层).mp4模型下载
│││├caffe_lecture6_part2_自定义损失层与softmax讲解.mp4模型下载
│││└caffe_lecture6_part3_自定义solver.mp4
│├<第七课>
││├【补充】虚拟机镜像模型下载
││├第七课.pptx
││├<论文资料>
│││├faster r-cnn.pdf
│││├girshick_fast_r-cnn_iccv_2015_paper.pdf
│││├girshick_rich_feature_hierarchies_2014_cvpr_paper.pdf
│││├readme.png
│││├sppnet.pdf
│││├ssd.pdf
│││└yolo.pdf
││├<视频>
│││├caffe_lecture7_part1_rcnn_sppnet.mp4模型下载
│││├caffe_lecture7_part2_frcnn_yolo_ssd.mp4模型下载
│││└caffe_lecture7_part3_pythonlayer.mp4模型下载
│├<第八课>
││├第八课.pptx
││├<视频>
│││├caffe_lecture8_part1_矩阵运算.mp4模型下载
│││└caffe_lecture8_part2_caffe最小化.mp4模型下载
│├<第九课>
││├第九课.pptx
││├<课程代码>
││├<视频>
│││├caffe_lecture9_part1.mp4模型下载
│││├caffe_lecture9_part2.mp4模型下载
│││└caffe_lecture9_part3.mp4模型下载
│├<第十课>
││├第十课.pptx
││├<参考资料>
│││├4824-imagenet-classification-with-deep-convolutional-neural-networks.pdf
│││├delving deep into rectifiers- surpassing human-level performance on imagenet classification.pdf
│││├dropout- a simple way to prevent neural networks from overfitting.pdf
│││└t502v.neural.networks.tricks.of.the.trade.pdf
││├<视频>
│││├caffe_lecture10_part1_前言.mp4模型下载
│││├caffe_lecture10_part2_数据预处理tricks.mp4模型下载
│││├caffe_lecture10_part3_训练tricks.mp4模型下载
│││└caffe_lecture10_part4_可视化结果分析tricks_实战tricks.mp4模型下载
││├<作业素材>
│││└101_objectcategories.tar.gz
│├<第十一课>
││├第十一课.pptx
││├<课程代码>
││├<视频>
│││├caffe_lecture11_part1.mkv
│││└caffe_lecture11_part2.mkv
││├<作业素材>
│││├neg模型下载
│││└pos模型下载
│├<第十二课>
││├第十二课.pptx
││├<课程代码>
││├<视频>
│││├caffe_lecture12_part1.mp4
│││├caffe_lecture12_part2.mp4
│││└caffe_lecture12_part3.mp4
│├<第十三课>
││├第十三课.pptx
││├<视频>
│││└caffe_lecture13_part1.mp4
││├<资料>
│││├aws安装n卡驱动cuda(ubuntu14.04-64bit).docx
└└└└ubuntu14.04安装nvida驱动和cuda8.pdf
