force_backward works properly with non-backproppable things

change Backward interface: propagate_down is a vector -- use to fix
long-standing issue with how this is handled in loss layers (esp.
EuclideanLossLayer)

Merge pull request #522 from sguada/accuracy_without_loss

Split accuracy and loss

file SoftmaxWithLoss in with loss layers

Merge pull request #488 from longjon/wall-werror

Build with -Wall -Werror

content ourselves to -Wall without -Werror for now

make clang++ happy on OSX by not linking with pthread

fix test data layer post-lmdb

Merge pull request #478 from kloudkl/cpu_only_tests

CPU only tests

turn off some warnings for older compilers

add WARNINGS to CXXFLAGS

upgrade warnings to -Wall -Werror -Wno-sign-compare

don't end comments with \, so that -Wcomment can be used

initialize and comment variables that the compiler finds suspicious

move CUDA 6.0 check into switch statement itself

This allows -Wswitch to be turned on so that the compiler can check
exhaustiveness.

add missing const qualifiers to MemoryDataLayer ExactNum* functions

remove unused variables from tests

remove unused variables

initialize in declared order in tests

initialize in declared order

check if window file is empty in WindowDataLayer

Also note that window files containing windows with different numbers of
channels may not work correctly.

actually check status values from all HDF5 calls

Merge pull request #427 from jamt9000/fix-kernel-index

Should not modify index in im2col kernel loop

fix SOFTMAX_LOSS to work with loss top blob interface

Merge pull request #508 from kloudkl/ImageDataLayer-RNG-core-dump

Image data layer rng core dump

Merge pull request #529 from crizCraig/patch-3

Fix example text: there are 256 filters in conv2.

There are 256 filters in conv2.

AlexNet paper splits conv2 into two GPU's, each with 128 filters. Reference paper: http://www.cs.toronto.edu/~fritz/absps/imagenet.pdf Applying #528 to dev instead of master per @Yangqing.

Merge pull request #398 from sguada/L2_hinge_loss

explicitly name L1 hinge test

fix whitespace error in HingeLossLayer

Change hinge_norm to norm in test_hinge_loss

Remove C_ mentions, extra spaces and change hinge_norm to norm

Now AccuracyLayer only computes accuracy, one should use LossLayers to compute loss
Changed all val.prototxt in examples to add a LossLayer to compute loss in Test

Unify L1 and L2 Hinge_Loss to follow convention

Fix the loss to follow the convention

Conflicts:
src/caffe/layers/loss_layer.cpp

Fixed switch and test l2hingeloss

Conflicts:
src/caffe/layers/loss_layer.cpp
src/caffe/test/test_hinge_loss_layer.cpp

Remove spaces and merge tests into one file

Conflicts:
src/caffe/layers/loss_layer.cpp
src/caffe/test/test_hinge_loss_layer.cpp

Removed L2HingeLoss class now a case within HingeLoss class

Conflicts:
include/caffe/vision_layers.hpp
src/caffe/layers/loss_layer.cpp
src/caffe/proto/caffe.proto
src/caffe/test/test_l2_hinge_loss_layer.cpp

Merge HingeLoss and L2HingeLoss by adding hinge_norm to params

Conflicts:
src/caffe/layers/loss_layer.cpp
src/caffe/proto/caffe.proto
src/caffe/test/test_l2_hinge_loss_layer.cpp

Verify the result of memtest in SyncedMemoryTest::TestGPURead

Rename curand_availability_logged according to the Google style guide

Revert the namespace ending comment to the same line of the bracket

Suppress redundant log messages of unavailable curand

Separate TestForward into Test{CPU, GPU}Forward in HDF5OutputLayerTest

Extract GPU code out of SyncedMemoryTest::TestCPUWrite

Initialize the RNG generator with an orthogonally newed Generator

Fix the condition prefetch_needs_rand in the ImageDataLayer

remove erroneous comment in ArgMaxLayer

Merge pull request #521 from sguada/set_device_id_at_init

Set device_id at the beginning of Solver.Init()

Modified test_net to check loss layer with top

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

Set device_id at the begining of Solver.Init() to avoid using memory in the default GPU

Merge pull request #504 from leelurch/Config-Example-Ubuntu14.04

Add comment for how to set the CUDA path when cuda tools are installed b...

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)

Add comment for how to set the CUDA path when cuda tools are installed by the package manager.

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