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

[docs] detail attribution, license, and copyright for development

LICENSE governs the whole project so strip file headers

clarify the license and copyright terms of the project

As has been the case, contributions are copyright their respective
contributors and the project is BSD-2 licensed. By contributing to the
project, contributors release their contributions under these copyright
and license terms as declared in LICENSE.

Merge pull request #816 from shelhamer/pycaffe-labels-grayscale-attrs-examples

Improve and polish pycaffe

drop np.asarray() in favor of declaration (~1.75x speedup)

fix pycaffe context cropping with or without mean

take array in pycaffe `Net.set_mean()` instead of file path

fix pycaffe input processing

- load an image as [0,1] single / np.float32 according to Python convention
- fix input scaling during preprocessing:
  - scale input for preprocessing by `raw_scale` e.g. to map an image
    to [0, 255] for the CaffeNet and AlexNet ImageNet models
  - scale feature space by `input_scale` after mean subtraction
  - switch examples to raw scale for ImageNet models
  - fix #525
- preserve type after resizing.
- resize 1, 3, or K channel images with special casing between
  skimage.transform (1 and 3) and scipy.ndimage (K) for speed

[example] include prediction in classification, time on GTX 770

[example] fix example outputs

With the right input processing, the actual image classification output
is sensible.

- filter visualization example's top prediction is "tabby cat"
- net surgery fully-convolutional output map is better

Fix incorrect class names too.

[example] add caffe to pythonpath in all examples

define caffe.Net input preprocessing members by boost::python

define `Net.{mean, input_scale, channel_swap}` on the boost::python side
so that the members always exist. drop ugly initialization logic.

Merge pull request #856 from jeffdonahue/lint-tweaks

add header alphabetization to lint checks

Merge pull request #859 from beam2d/fix-cifar-lrn-region

Fix conflict on setting of LRN layers between train/test net and deploy net

Fix conflict on setting of LRN layers between train/test net and deploy net

Fix header alphabetization lint errors.

Enable the 'build/include_alpha' rules to make lint check that the
includes are correctly alphabetized.

Add "lintclean" target to remove current lint outputs -- forces lint to
be run again next time "make lint" is run.

Changed path in description to point to parse_log.sh

It seems that parse_log.sh has moved from /path/to/caffe/scripts/ to /path/to/caffe/tools/extra. The edit changes the description to reflect this change. Nothing major really.

Merge pull request #855 from jeffdonahue/sgd-solver-test

SGDSolver tests

Add (momentum) SGD solver tests to check that learning rate, weight
decay, and momentum are implemented properly on a least squares problem.

Add 'snapshot_after_train' to SolverParameter to override the final
snapshot.

modified test_concat_layer.cpp

Merge pull request #848 from netheril96/random

Fix and improve multiple places about random number generation and shuffling

Fix and improve multiple places about random number generation and
shuffling

Merge pull request #834 from qipeng/dev

Included cmath in common.hpp to avoid isnan complaints from the xcode co...

Merge pull request #840 from jeffdonahue/fix-net-speedtest

Fix speed test tool (and possibly others); add script to speedtest imagenet

Fix speedtest (and possibly other tools) by setting the net phase to the
current Caffe::phase() unless explicitly specified in the state.

Add tests for phase filtering according to Caffe singleton phase
(currently failing as FilterNet ignores the singleton phase).

Add script to speedtest imagenet (currently broken as FilterNet ignores
Caffe::phase()).

Merge pull request #839 from jeffdonahue/test-dropout-ratio

Test that DropoutLayer obeys dropout_ratio

Test that DropoutLayer obeys dropout_ratio.

fix compiler complaint in matcaffe

fixed unnecessary conversions in test_solver, and rearraged common.hpp a bit

lint

the compiler complains about solver tests using pointers as bool