简介安装 环境参考资料准备 基础环境配置依赖库安装 构建与安装 获取源码修改配置文件添加环境变量构建安装验证安装 问题解决 安装 可视化 网络结构可视化训练可视化权重可视化 简介 caffe2：A New Lightweight, Modular, and Scalable Deep Learning Framework caffe是一个清晰，可读性高，快速的深度学习

说明 caffe2 是读取的onnx模型，pytorch是加载的原始pth模型 测试结果 模型：mobilenet-v2 devicecaffe2pytorchcuda90ms8mscpu24ms10ms 附caffe2推理代码 import onnximport datetime# Load the ONNX modelmodel = onnx.load("model/mobi

在ubuntu下搭建caffe2环境时，按照官方教程即可，连接如下caffe2官方教程 在这里进士赘述几个遇到的小问题： 问题一：从GitHub上获得caffe包时候，需要使用git clone 命令，否则会出现第三方库不全的问题，编译的时候会报错。但是在国内的网络环境下，git clone特别慢，而且经常clone失败。为了解决该问题可以对host文件进行修改从而提高clone速度，提高搭建

1、首先非root安装好caffe的依赖，没错，是caffe，保证caffe是可以运行的，这样可以确保安装的依赖是对的 2、下面按照官网历程进行，安装顺序如下： 2.1更新一下gflag，首先要把之前安装的gflag删除 git clone https://github.com/gflags/gflags.git cd gflags mkdir build && cd build

根据之前的总结，可以说用C++11的新特性设计一个线程池已经非常容易了，配合thread、mutex、condition_variable、lock、配以智能指针即安全又便捷，同时bind、functiond等搭配食用更佳。 caffe2是基于caffe的升级版，其中大量使用了C++的新特性，所以为了进一步熟悉这些新特性，不妨看看caffe2的一些实现。 #ifndef CAFFE2_UTIL

今天是2019年5月11日，我要记住这个刻骨铭心的日子 首先因为最近要做maskx - rcnn所以去下caffe2 官方教程网址在这里 https://caffe2.ai/docs/getting-started.html?platform=windows&configuration=compile 然后我就屁颠屁颠去下了anaconda2.7、VS2017、Microsoft Vi