数据
数据来源:主要通过初始数据图片的手工标注和机器标注。数据样本很重要。好的样本是成功的一半。
模型
从Caffe model zoo找到适用的模型后，主要对两个文件进行修改调整:第一个文件是输入，比如修改数据文件，或者把输入地址改为刚定义的TXT文件；第二个是求解器文件，它调整基线参数。
△图8模型输入修改
调整输入和求解器文件后，可以进行深度学习训练。根据任务的大小，训练通常需要几个小时甚至几周。经过训练后，Caffe会生成一个模型文件，模型的参数可以直接用Caffe文本替代，对测试文件进行预测，输出预测结果。
计算
训练计算方法主要有命令行和python接口。上述训练方法主要在命令行进行。另外，我们可以通过python接口进行训练。
Caffe的主体代码，通过python接口进行预测，一开始就定义了Caffe的net，这里需要指定模型和参数文件。图9中的中间代码用于预处理输入图像，例如从像素中减去平均值。完成后，输入要预测的图片，给它图片的地址，调用前向传播，就可以得到一个输出。这里不需要做后向传播，因为我们是预测而不是训练，最后可以把预测结果打印出来。
图9 python界面
1.《数据模型的三要素 深度学习三要素：数据、模型、计算》援引自互联网，旨在传递更多网络信息知识，仅代表作者本人观点，与本网站无关，侵删请联系页脚下方联系方式。
2.《数据模型的三要素 深度学习三要素：数据、模型、计算》仅供读者参考，本网站未对该内容进行证实，对其原创性、真实性、完整性、及时性不作任何保证。
3.文章转载时请保留本站内容来源地址，https://www.lu-xu.com/guonei/1480426.html
