Merge pull request #806 from jeffdonahue/travis-minimal-cuda

speed up Travis build by installing only the CUDA subpackages necessary for building

Only install the minimal CUDA subpackages necessary for building.

Merge pull request #802 from jeffdonahue/caffe-bin-symlink

Symlink to tool bins without the .bin extension

Symlink to tool bins without the .bin extension

Merge pull request #800 from jeffdonahue/zero-indexed-train-iter

Make training iterations 0-indexed to display training loss in 0th iter

Move loss display before lr display in ComputeUpdateValue.

Make training iterations 0-indexed.

Fix my nonsensical variable names.

Merge pull request #796 from jeffdonahue/solver-debug-info

Print blob debug info during training if SolverParameter "debug_info" field is set

Print just the mean absolute value (no sum/l1norm)

Print blob L1 norms during forward/backward passes and updates if
new "debug_info" field in SolverParameter is set.

Merge pull request #789 from Yangqing/sweep

Consolidate tools.

LOG(ERROR)->LOG(FATAL), and misc script changes.

Merge pull request #793 from jeffdonahue/infogain-test

Add gradient checks for InfogainLossLayer

using caffe::string to be consistent with other string definition.

Add gradient checks for infogain loss layer, letting it take the
infogain matrix as the third bottom blob.

oops, wrong deprecation message (should have --)

lint

Adding new caffe binary that does everything in one binary; deprecating device_query, finetune_net, net_speed_benchmark, train_net

include benchmark.hpp

Merge pull request #776 from Yangqing/sweep

Gflags dependency & misc

travis: gflags still needs -fPIC, otherwise it makes caffe cry.

I am really bad at debugging travis.

turns out that glog does not compile with gflags 2.1 - compiling glog first and then gflags.

travis - does adding cflags help? want to keep minimal invasion into gflags installation.

travis

gflags should preferrably be installed before glog

add gflags dependency doc

add gflags dependency to caffe.

Merge pull request #773 from qipeng/lrelu

Leaky ReLU numerical stability improvement

numerical stability improvement

Merge pull request #766 from rbgirshick/matcaffe-cxx

Use the same CXX for matcaffe as for the rest of the build

Use the same CXX for matcaffe as for the rest of the build

Merge pull request #762 from rbgirshick/upgrade-pad-pooling-layers

Correctly apply padding to pooling layers when upgrading from V0

Merge pull request #760 from bhack/fix_loopcopy

Fix repeated field copy loop

Correctly apply padding to pooling layers when upgrading from V0

Fix repeated field copy loop

Fix lint algorithm include

Fix spaces

Merge pull request #755 from jeffdonahue/bhack-split_dim

Finishing touches on @bhack's SliceLayer (#680)

SliceLayer: post-rebase fixes, cleanup, etc. (some from changes
suggested by @sguada).  Test for both num & channels in forward &
backward; use GaussianFiller so that tests are non-trivial.

Add split dim layer

Differentiate top test blob vector size

Rename to SplitLayer
Add slicing points

Merge pull request #740 from qipeng/lrelu

Leaky ReLU

reduced multiplications & fixed unit test

leaky relu + unit test

Merge pull request #752 from Yangqing/sweep

reapply namespace change

Merge pull request #742 from longjon/direct-blob-buffers

Use Blob directly instead of shared_ptr for internal layer buffers

Merge pull request #743 from longjon/make-everything

Add an "everything" target to make for comprehensive build testing

Merge pull request #615 from kloudkl/top-k-argmax

remove unused includes in AccuracyLayer and ArgMaxLayer

Merge pull request #518 from longjon/fromto

Add From/To options for Forward and Backward

add an "everything" target to make for comprehensive build testing

The everything target builds all components, checks warnings, runs lint,
and runs tests.

use Blob directly instead of shared_ptr for WindowDataLayer buffers

use Blob directly instead of shared_ptr for ImageDataLayer buffers

use Blob directly instead of shared_ptr for DataLayer buffers

use Blob directly instead of shared_ptr for DropoutLayer::rand_vec_

This will simplify the implementation of Reshape by making allocation
automatic. There is no need for shared_ptr here, and this is more
uniform with buffers used by other layers.

use Blob directly instead of shared_ptr for PoolingLayer::max_idx_

Again, this is more uniform, and will simplify the implementation of
Reshape.

use Blob directly instead of shared_ptr for InnerProductLayer::bias_multiplier_

use Blob directly instead of shared_ptr for ConvolutionLayer::bias_multiplier_

This will make layer reshaping easier and more uniform, and is
consistent with col_buffer_.

Fix style issues in accuracy & argmax layer

Include <utility> for pair in the accuracy layer

Limit the comparison functions to have file scope

Add more test cases for the accuracy layer

Refactor the accuracy layer with std::partial_sort

Move compararing function from common_layers to argmax_layer

Use std::partial_sort in the ArgMaxLayer as suggested by @shuokay

Simplify the top-k argmax layer using std::sort

Add the test cases for the mulitple top predictions argmax layer

Extend the ArgMaxLayer to output top k results

Merge pull request #732 from longjon/travis-pycaffe

Have Travis build pycaffe

Travis builds pycaffe

use /usr instead of /usr/local for default Python include/lib

This makes the default settings usable with Travis/Ubuntu Python

test consistency of From/To Forward/Backward

comment in net.hpp to explain subtleties of From/To on DAGs

pycaffe: expose Forward/Backward From/To as kwargs start and end

add Net::Forward/Backward From/To

reapply namespace change

Merge pull request #730 from Yangqing/sweep

cosmetics: add syntax = proto2

cosmetics: add syntax = proto2

Merge pull request #718 from Yangqing/dev

More namespace cleaning.

lint

Merge pull request #716 from Yangqing/dev

Minor Code Cleaning

compute_image_mean namespace fix.

Merge pull request #561 from shelhamer/cpu-only-build

CPU-only build

no GPU, no CUDA, no problem!

check CPU-only everything, CPU + GPU build with travis

relax benchmark test timing for cheap hardware / CI build

switch travis build to CPU-only flag, drop runtestnogpu target

collect CUDA includes and calls, separate from CPU-only mode, leave out

- collect CUDA includes in device_alternate.hpp
- add guards for CUDA code
- move GPU code into cu from cpp
- make CUDA includes and libraries conditional in Makefile
- drop CUDA dependency from travis-ci build

add guards to drop GPU code in CPU-only mode

stub out GPU layer methods to crash loudly in CPU-only mode

configure Makefile for CPU-only build

neuron_layers.hpp should not need to include leveldb

move using statements inside namespace caffe to avoid polluting the whole name space.

Another bugfix related to my CPU/GPU test changes: make NetTest a
MultiDeviceTest (Caffe:set_mode(Caffe::CPU/GPU) isn't run without this).

Merge pull request #660 from jeffdonahue/param-propagate-down

Conditionally compute parameter gradients

Add Net Test to verify correct param_propagate_down behavior.

Use Blobs instead of SyncedMemorys for the bias_multiplier_'s.

Make ConvolutionLayer and InnerProductLayer abide by param_propagate_down_

Add param_propagate_down_ vector to layer, populate according to
blobs_lr in Net::Init

use layer_param instead of layers_[layer_id]->layer_param()

Fix Makefile warning error message.

[example] elaborate net surgery description