注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. Caffe Windows VS2012 安装和部署(64位Win7)

  2. Caffe Windows版本，安装在64位Win7上，本文档记录将Caffe移植至Windows7 x64系统下的一些关键步骤，包括一些依赖库的配置，Caffe VS2012工程的建立。前提是需要显卡支持CUDA6.5以上版本。

  3. 所属分类：C++

    • 发布日期：2015-04-29
    • 文件大小：967kb
    • 提供者：zhangbo123

  1. caffe-编译源码，依赖库

  2. 这个是用于编译caffe的所有源码和部分依赖库，下载下来后可以对着教程来直接配置编译测试通过。

  3. 所属分类：C++

    • 发布日期：2015-09-13
    • 文件大小：28mb
    • 提供者：cd135402

  1. protobuf-2.6.1

  2. protobuf-2.6.1,安装Caffe所需的依赖库之一

  3. 所属分类：Linux

    • 发布日期：2015-12-18
    • 文件大小：2mb
    • 提供者：mdmxzhang

  1. caffe框架下AlexNet的Classification类的动态连接库X64

  2. 1. vs2015下生成 2.x64位 3. 这里下载的是vs2015下的配置文件，想使用的话还需要在百度网盘下载依赖库，因为有200+M,不能上传到这里啊！！！解压Classifier_propertySheet.zip后，还有个readme.txt,照着它的说明做

  3. 所属分类：C++

    • 发布日期：2016-10-20
    • 文件大小：2kb
    • 提供者：zsfcg

  1. caffe依赖库

  2. 参照21天实战caffe进行编译，书中第五章的库分析，提到了10个库，其中boost和opencv太大，需要的朋友可自行下载，这里提供剩下的八个依赖库，按照书中的命令符进行编译安装。如果是opencv3的话，需要将配置文件中对应的“#”去掉。增加库的路径，编译即可。

  3. 所属分类：其它

    • 发布日期：2016-10-31
    • 文件大小：21mb
    • 提供者：yubin1277408629

  1. liblmdb-dev

  2. 使用apt-get无法下载该依赖库时，自己安装 。

  3. 所属分类：深度学习

    • 发布日期：2017-09-13
    • 文件大小：92kb
    • 提供者：u011041281

  1. gflags-2.1.1

  2. 当使用apt-get无法安装该依赖库时，自己安装 。

  3. 所属分类：深度学习

    • 发布日期：2017-09-13
    • 文件大小：125kb
    • 提供者：u011041281

  1. Caffe依赖库_Ubuntu14.04

  2. Ubuntu14.04下的已经编译好的Caffe依赖库，可以大大提高安装caffe的效率

  3. 所属分类：机器学习

    • 发布日期：2017-10-22
    • 文件大小：75mb
    • 提供者：qianqing13579

  1. rk3288平台深度学习框架caffe+opencv环境搭建

  2. 在pc ubuntu环境下对caffe+opencv环境进行交叉编译，针对caffe各个依赖的库都有详细的编译说明，并且在rk3288平台上验证了目标识别算法

  3. 所属分类：深度学习

    • 发布日期：2018-04-23
    • 文件大小：814kb
    • 提供者：fangyan_1229

  1. protobuf-2.5.0

  2. protobuf是文本序列化工具，一些深度学习工具的依赖库，其中使用caffe的drawnet.py绘制网络图的时候，使用的protobuf的版本是2.5版本。

  3. 所属分类：其它

    • 发布日期：2018-04-28
    • 文件大小：67kb
    • 提供者：yubin1277408629

  1. win10caffe架构的NugetPackages依赖库下载

  2. 从百度云盘上下载后复制NugetPackages至caffe根目录下即可

  3. 所属分类：深度学习

    • 发布日期：2018-06-08
    • 文件大小：64byte
    • 提供者：qq_37310257

  1. caffe安装依赖库以及编译vs2013

  2. 安装软件包括原始caffe，vs2013,以及支持caffe的NugetPackages，安装很多次了，均可用

  3. 所属分类：深度学习

    • 发布日期：2018-07-09
    • 文件大小：274byte
    • 提供者：y280903468

  1. caffe安装所需nuget依赖库,配合VS2013+微软caffe使用

  2. windows-caffe安装所需nuget包(太大，分两部分上传),配合VS2013+微软caffe使用。

  3. 所属分类：深度学习

    • 发布日期：2018-08-26
    • 文件大小：162mb
    • 提供者：weixin_38513406

  1. windows-caffe安装所需nuget依赖库第二部分

  2. windows-caffe安装所需nuget包(太大，分两部分，这是第二部分),配合VS2013+微软caffe使用

  3. 所属分类：深度学习

    • 发布日期：2018-08-26
    • 文件大小：161mb
    • 提供者：weixin_38513406

  1. Caffe for CC4.0-Linux 库文件

  2. CC4.0 Caffe for CC4.0-Windows，简单的Caffe C++接口，方便简单而更深入的研究深度学习 特性 1.只需要一个头文件和一个依赖项libcaffe.lib 2.能够轻易使用C++写训练过程或调用过程 3.能够轻易自定义layer（不用编译caffe也不用修改caffe.proto，只修改代码即可使用）、自己实现数据层，不需要lmdb也能高效率训练 4.能够在训练过程中对自定义layer进行调试查看中间结果 5.支持LSTM不定长OCR（有案例），支持SSD更轻易的

  3. 所属分类：深度学习

    • 发布日期：2018-09-18
    • 文件大小：75mb
    • 提供者：xy87537111

  1. caffe-classify工程

  2. 此资源为caffe的classify工程，VS2013的工程，无需进行任何配置，此版本为CPU版本，无需依赖其他任何库，本工程已经包含所需要的依赖库，

  3. 所属分类：深度学习

    • 发布日期：2019-01-08
    • 文件大小：109mb
    • 提供者：pisao9266

  1. caffe+VS2013安装所需LEVELDB库

  2. caffe用VS2013编译时需要的依赖库leveldb.lib，用于将图片数据文件转换成leveldb文件

  3. 所属分类：C++

    • 发布日期：2019-08-23
    • 文件大小：2mb
    • 提供者：puhongdong

  1. caffe windows依赖库

  2. caffe windows 的依赖库，包括python2.7和3.5的版本。支持vs2015及相应的依赖库，能够编译通过，方便使用，另附博客说明。

  3. 所属分类：DOS

    • 发布日期：2020-05-27
    • 文件大小：286mb
    • 提供者：zhyj_email

  1. 如何在ubuntu下搭建深度学习caffe环境

  2. 在ubuntu下搭建caffe环境是比较困难的，会遇到各种坑，当时不用害怕，遇到问题解决问题就行了。 1、安装git，命令如下 sudo apt-get install git 2、安装caffe依赖的库 需要安装的库比较多，如下所示 sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler sudo apt-get

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：42kb
    • 提供者：weixin_38584642

  1. deepdetect：C ++ 11中的深度学习API和服务器对Caffe，Caffe2，PyTorch，TensorRT，Dlib，NCNN，Tensorflow，XGBoost和TSNE的支持-源码

  2. 开源深度学习服务器和API DeepDetect（ ）是用C ++ 11编写的机器学习API和服务器。 它使最先进的机器学习易于使用并集成到现有应用程序中。 它支持训练和推理，并通过TensorRT（NVidia GPU）和NCNN（ARM CPU）自动转换为嵌入式平台。 它实现了对图像，文本，时间序列和其他数据的有监督和无监督深度学习的支持，重点是简单性和易用性，测试以及与现有应用程序的连接。 它支持分类，对象检测，分段，回归，自动编码器，... 并且它通过非常通用且灵活的API依赖于

  3. 所属分类：其它

« 12 »