Merge pull request #943 from jeffdonahue/parallel-travis-builds

add Travis build matrix to do parallel builds for (make, CMake) x (with CUDA, without CUDA)

Travis build matrix to do parallel builds for make and CMake; CUDA-less
and CUDA-ful.  Move bits of functionality into scripts under scripts/travis
for readability. Only generate CUDA compute_50 for perfomance.

Merge pull request #623 from BVLC/cmake

CMake build system (feature development tracking PR)

restore .testbin extension, and move caffe_tool back to "caffe".
(Required as I had to change the tool target names to '.bin' but give
them an OUTPUT_NAME, but the .bin made the test_net tool collide with
the test_net unit test.)

use all caps for global preprocess vars (e.g. EXAMPLES_SOURCE_DIR), and
other minor cleanup

.travis.yml and .gitignore: various minor cleanup

[docs] CMake build steps and Ubuntu 12.04 install instructions

Reduce packages

Add ppa for CMake for fix 32bit precompiled cmake on 64bit

added gflags + bugfixes + rebase on bvlc/caffe
* added gflags requirement in CMake
* fixed a bug that linked some tests into caffe lib
* renamed tools/caffe due to conflicting target names with caffe lib
* rebased onto bvlc/caffe

Added lint target

added proper 'runtest' target

Examples_SOURCE_DIR cmake variable bugfix
* it was set only when BUILD_EXAMPLES==OFF

enable both GPU and CPU builds + testing in travis

cpu only build works

cpu only

restoring travis.yml

cmake from binaries

cmake build configuration for travis-ci

fixed lint issues

fixed CMake dependant header file generation

examples CMake lists

cmake build system

Merge pull request #936 from jeffdonahue/not-stage

Add "not_stage" to NetStateRule to exclude NetStates with certain stages

Add "not_stage" to NetStateRule to exclude NetStates with certain
stages.

[example] set phase test for fully-convolutional model

[example] include imports in net surgery

Merge pull request #897 from ashafaei/eltwise-abs

Absolute Value layer

Added absolute value layer, useful for implementation of siamese networks!
This commit also replaces the default caffe_fabs with MKL/non-MKL implementation of Abs.

Merge pull request #923 from yosinski/doc-update

ImageNet tutorial update to merged train_val.prototext

Tried to clarify function of `include' lines and train vs. test network differences

Updated ImageNet Tutorial to reflect new merged train+val prototxt format. Also corrected 4,500,000 iterations  -> 450,000 iterations.

Fix from loss-generalization: accidentally removed mid-Forward return
from PowerLayer (caused bad performance for trivial PowerLayer cases...)

Merge pull request #686 from jeffdonahue/loss-generalization

Loss generalization

Store loss coefficients in layer; use for prettier training output.

Add ACCURACY layer and softmax_error output to lenet_consolidated_solver
example.

Also display outputs in the train net.  (Otherwise, why have them?)

Disallow in-place computation in SPLIT layer -- has strange effects in
backward pass when input into a loss.

AccuracyLayer only dies when necessary.

Net::Init can determine that layers don't need backward if they are not
used to compute the loss.

Make multiple losses work by inserting split layers and add some tests for it.
Test that we can call backward with an ACCURACY layer.  This currently fails,
but should be possible now that we explicitly associate a loss weight with
each top blob.

Generalize loss by allowing any top blob to be used as a loss in which
its elements are summed with a scalar coefficient.

Forward for layers no longer returns a loss; instead all loss layers must have
top blobs.  Existing loss layers are given a top blob automatically by
Net::Init, with an associated top_loss_weight of 1 (set in
LossLayer::FurtherSetUp).  Due to the increased amount of common SetUp logic,
the SetUp interface is modified such that all subclasses should normally
override FurtherSetUp only, which is called by SetUp.

Add net tests for loss_weight.

Check that the loss and gradients throughout the net are appropriately scaled
for a few loss_weight values, assuming a default weight of 1 in the loss layer
only.  Also modify test_gradient_check_util to associate a loss of 2 rather
than 1 with the top blob, so that loss layer tests fail if they don't scale
their diffs.

Add loss_weight to proto, specifying coefficients for each top blob
in the objective function.

[docs] update docs generation for notebook metadata

Merge pull request #921 from shelhamer/notebook-update

Fix plotting and metadata in notebook examples

[example] change notebook name metadata to avoid conflict

see https://github.com/ipython/ipython/issues/5686

[example] fix plt commands in detection

use plt namespace for imshow in filter_visualization.ipynb

Merge pull request #914 from ashafaei/euclidean-loss-fix

Fixed the GPU implementation of EuclideanLoss!

Fixed the GPU implementation of EuclideanLoss to report the loss to the top layer

Merge pull request #846 from qipeng/mvn-layer

mean-variance normalization layer

Merge pull request #863 from jeffdonahue/lint-check-caffe-fns

add lint check for functions with Caffe alternatives (memcpy, memset)

Fix caffe/alt_fn lint errors.

Create caffe_{,gpu_}memset functions to replace {m,cudaM}emset's.

Add caffe/alt_fn rule to lint checks to check for functions (like memset
& memcpy) with caffe_* alternatives that should be used instead.

lint targets should depend on the lint script itself

[examples] fix links in feature extraction

Merge pull request #910 from sergeyk/dev

web demo updates

[docs] ‘maximally accurate’ in the web demo explanation. closes #905

[docs] [fix] closes #899

Merge pull request #909 from sergeyk/dev

[docs] sort examples

[docs] sorting of examples. if doesn’t work for you, update jekyll.

lint

minor fix for layer factory

added cross-channel MVN, Mean-only normalization, added to layer factory, moved to common_layers

Merge pull request #904 from Yangqing/sweep

Add a leveldb option function in io.hpp/cpp

addressed Jeff's comment

lint

reduced blas calls

mean-variance normalization layer

Add a leveldb option function in io.hpp/cpp

fix formatting error in blob.hpp

output loss for caffenet and alexnet train/val models

default raw_scale in python scripts to ImageNet model value

Merge pull request #891 from kloudkl/gflags_namespace

Fix the gflags namespace issue

Merge pull request #892 from kloudkl/distribute_generated_proto_headers

Distribute the generated proto header files

Distribute the generated proto header files

Fix the gflags namespace issue

Merge pull request #888 from ronghanghu/matcaffe-add-check

add necessary input checks for matcaffe

add necessary input checks for matcaffe

[example] fix example names

[docs] fix find complaint in example gathering script

[example] fix broken links in ImageNet recipe

Back-merge documentation and fixes

Merge pull request #872 from shelhamer/caffe-tool

Improve caffe tool

consolidate gpu and device_id args in caffe tool

update cli usage in examples

fix deprecation warnings

consolidate test into caffe cli

comment caffe cli

check required caffe cli args

rename caffe cli args and revise text

give usage message for caffe cli

- call format
- commands
- flags

output INFO from caffe cli to stderr by default

consolidaet GPU flag for caffe cli

rename tools

Painless binary mean conversion to matlab matrices.

Merge pull request #868 from shelhamer/license-copyright

Clarify the license and copyright terms of the project

lint for copyright