[论文地址]

CUDA 安装

1. 从官网下载CUDA

   

   选择 runfile 安装。

   阅读全文 »

Associative Embedding: End-to-End Learning for Joint Detection and Grouping

NIPS, 2017

方法1：Homebrew 安装

brew install opencv3

1
2
3
4

# Easy install for beginners
brew install opencv3 --with-contrib 
# For intermediate and advanced users. 
brew install opencv3 --with-contrib --with-cuda --with-ffmpeg --with-tbb --with-qt5

将 cv2.so 复制到 anaconda3 的 python 库下

1

cp /usr/local/Cellar/opencv/3.3.1_1/lib/python3.6/site-packages/cv2.cpython-36m-darwin.so /Users/tuzkimo/anaconda3/lib/python3.6/site-packages/cv2.so

方法2：conda 安装

1

conda install -c conda-forge opencv

测试是否安装成功

1
2

>>> import cv2
>>> print(cv2.__version__)

若不报错且输出 3.3.1 则安装成功。

保存训练日志

以上一篇文章的 ResNet 训练过程为例，在 examples/ResNet/ 目录下新建文件夹 log， 新建脚本：

1
2
3
4
5
6

#!/bin/bash
t=$(date +%Y-%m-%d_%H:%M:%S) 
LOG=examples/ResNet/log/cifar10_$t.log
./build/tools/caffe train --solver=examples/ResNet/solver.prototxt \
--gpu=0 2>&1 | tee $LOG

运行脚本进行训练。

论文地址：deep residue network

CIFAR-10 dataset

CIFAR-10 数据集包含60000幅大小为 32 x 32 的彩色图像，这些图像分别属于10个类，每个类 6000 幅图像。数据集分为5个训练batch和1个测试batch，每个batch包含 10000 幅图像。