Modified test_net to check loss layer with top

Now Loss layers would return the loss in the top blob if requested

Merge pull request #507 from longjon/set-device-early

Fix Caffe::SetDevice to avoid initializing on default device

in Caffe::SetDevice, call cudaSetDevice before Get

Otherwise initialization will be performed on whichever device is
default.

Merge pull request #431 from mavenlin/lmdb

Add support for LMDB (LevelDB alternative)

fix string compare error

add lmdb support for compute_image_mean

add lmdb support for convert_imageset

Merge pull request #495 from jeffdonahue/refactor-net

Minor Net::Init refactoring: name loop indices, add helpers

add net surgery link to docs (+ drop old comment)

unify data layer tests: was copied four times for all combinations of
cpu/gpu and leveldb/lmdb; now just one copy of each test body

unify test_data_layer tests

lint

fixed cpplint error

add tests for lmdb of datalayer (copied from test_data_layer.cpp)

add option for lmdb

Merge pull request #455 from shelhamer/pycaffe-save

Save from python for net surgery

refactor Net::Init to call helpers AppendBottom and AppendTop

make Net::Init loop indices clearer

Merge pull request #496 from jeffdonahue/test-net-use-dummy-data

Make test_net use DUMMY_DATA instead of DATA (leveldb)

make test_net use DUMMY_DATA instead of leveldb

make notebook for net surgery of fully-convolutional model

define fully-convolutional imagenet model

save from python for net surgery

0. Scheme desired parameters.
1. Do surgery on the net through `net.params['name'][idx].data[...] = `.
2. Save post-operation net params by `net.save('fname')`.

Handwoven deep nets, anyone?

Merge pull request #482 from shelhamer/rcnn-detector-example

Make R-CNN the Caffe detection example

Merge pull request #469 from weinman/grayscale-io-convert

Add grayscale input processing for intensity images in tools and
pycaffe.

pycaffe: leave grayscale images gray according to arg

drop learning rates and decays from deploy model

groom install docs

- make OS X boost compilation more clear
- make punctuation more sincere

fix clang compilation problem w/ DummyDataLayer

finish R-CNN detection example

- run through and save new output
- collect region proposals with R-CNN configuration (see sergeyk/selective_search_ijcv_with_python)
- call detect.py in GPU mode
- fix NMS plotting: X and Y coords were accidentally exchanged. print scores too.

make selective search proposals with R-CNN configuration

edit detection example, include R-CNN NMS

make R-CNN the Caffe detection example

pycaffe Detector crops with surrounding context

- caffe.Detector learned how to crop windows with context in the R-CNN
  style s.t. the bordero of the network input is a given amount of
  context.
- add --context_pad arg to detect.py for amount of context. Default is
  16, as in R-CNN.

fix old detect.py default

lint dummy data layer

Merge pull request #480 from jeffdonahue/dummy-data-layer

Dummy data layer

add DummyDataLayer tests

add DummyDataLayer

fix ArgMaxLayer bug in num bottom blobs decl. pointed out by @sguada

Merge pull request #479 from jeffdonahue/declare-layer-names-and-numblobs

Layers declare their types and number of bottom/top blobs

add fish bike example image

move MemoryDataLayer decl. from vision_layers.hpp to data_layers.hpp

layers declare their names and number of input/output blobs, and don't
check top/bottom blob counts explicitly in SetUp; instead call base
Layer::SetUp.

fix Makefile build dir link upgrade bug reported by @jamt9000

Changed variable name: iscolor to is_color.

Merge pull request #473 from shelhamer/pad-max-pooling

Padding for Max Pooling

check the last pooling in padding and add padded max pooling test

[Adapted from a commit by @jeffdonahue by @shelhamer.]

padding for max pooling

Max pooling pads by -inf if the padding parameter is set.

Padding for pooling, like padding for convolution, can preserve the
dimensions of the bottom at the top. By setting the padding to
floor(kernel_size / 2) the top output is the "same" instead of the
"valid" part of the bottom input.

Merge pull request #475 from jeffdonahue/tanh-fixes

Make TanH cleaner, more efficient, and possible to use in-place

Make TanH cleaner, more efficient, and possible to use in-place

Merge pull request #471 from jeffdonahue/debug-release-build-dirs

Compile debug/release into separate directories

Merge pull request #466 from robcurrie/dev

Update docs on building boost on OSX for the python wrappers

update .gitignore appropriately for separate debug/release build dirs

compile debug/release into separate directories so you don't have to
rebuild the whole thing to switch back and forth

Added an iscolor flag to io.cpp method ReadImageToDatum to handle grayscale images and a corresponding commandline flag [-g] to convert_imageset.cpp.

Update docs on building boost on OSX for the python wrappers

fix OSX 10.9 homebrew CXX doc

clang++ and not clang as accidentally committed in 2dcbcd9.

Merge pull request #422 from sguada/threshold_layer

Threshold layer to binarize features
Added GPU code and tested

Un comment Test GPUs cases, fixed ThresholdLayer.cu

Comment Test GPUs cases

Make lint happy

Fixed call to ThresholdForward in ThresholdLayer.cu

Fixed type in ThresholdLayer.cu

Fixed typo in Threshold Layer definition

Added ForwardGPU to ThresholdLayer and to the tests

Added Threshold layer to neuron_layers.hpp

Corrected conditions in test_threshold

Fix typo in test_threshold ThresholdParameter

Added the code for threshold_layer to the repo

Added NeuronLayer<Dtype>::SetUp(bottom, top) to ThresholdLayer

Added threshold setting test

Fixed name of blob_bottom_

Fixed name of threshold_ var

Fixed ThresholdParam

Conflicts:

src/caffe/proto/caffe.proto

Conflicts:

src/caffe/proto/caffe.proto

Conflicts:
src/caffe/proto/caffe.proto

Test for Threshold layer

Merge pull request #459 from shelhamer/python-net-preprocessing-members

Make net preprocessing options belong to instantiated net and not class

Merge pull request #459 from shelhamer/python-net-preprocessing-members

Make net preprocessing options belong to instantiated net and not class

caffe.Net preprocessing members belong to object, not class

Merge pull request #445 from jeffdonahue/convert_imageset_resize_option

Optionally resize an image set to canonical dimensions when converting.
Do this by default for creating the imagenet train + val leveldbs.

convert imageset comment fixup

Merge pull request #456 from longjon/spurious-ldflags

Don't pass LDFLAGS when only performing compilation (-c)

don't pass LDFLAGS when only compiling

10.9 install doc formatting

Back-merge recent fixes from master to dev

fix OSX 10.9 compiler/stdlib override for latest homebrew
follow-up on #443 to invert k channels (instead of 3)
Correctly invert the swapping of colour channels
link presentation on dropbox (was self-hosted during a dropbox issue)
link to demo
fix draw_net python script
release v1 model defs + weights
point out @niuzhiheng's work on the Windows port
fix test_all path in docs
link canonical bvlc site
fix detection notebook link

fix OSX 10.9 compiler/stdlib override for latest homebrew

Merge pull request #448 from jeffdonahue/sguada-fix_maxpooling

Finish up max pooling with a mask from @sguada
Tested

merge caffe_set definitions; define for int as well

add tests for maxpooling layer forward, and for maxpooling with top mask

optionally output the mask to a top blob instead of storing internally

make a Blob<unsigned int> and use in dropout layer

use a Blob<int> instead of a SyncedMemory to store max_idx_

bugfix: setting count to the top count in backward doesn't process all
of the bottom (assuming the bottom is larger, which happens for
nontrivial poolsize>1)

mask should be const in backward pass

remove commented out code

lint and make compilable (using static_cast's found a couple bugs at
compile time)

Adapted to V1 proto definition, test don't pass

Commented Atomic Add, back to loop in GPU MaxPoolBackward

Attempt to use AtomicAdd but it seems slower