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

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

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

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

Added test for maxpool layer followed by dropout

Use loops in GPU again to avoid over-writting of bottom_diff

Fixed parameter order

Cleaned prints from test_pooling_layer.cpp

Set bottom_diff to 0 and remove Async memcopy

Remove top_data from backward Max Pooling

Use mask_idx to compute backward Max Pooling

Added test for  Pooling layer GPU

Added max_idx to Pooling layer GPU

Default mask idx is -1

Added max_idx to Pooling layer CPU

add convert_imageset option to resize images; use in
convert_imageset.cpp and document

follow-up on #443 to invert k channels (instead of 3)

Correctly invert the swapping of colour channels

In the 'deprocess' method, get back the image with the original channel order
by inverting the original transform, rather than reversing the tuple which is
incorrect.

follow-up on #443 to invert k channels (instead of 3)

Merge pull request #443 from jamt9000/correct-deprocess

Correctly invert the swapping of colour channels in Python API 'deprocess'

Correctly invert the swapping of colour channels

In the 'deprocess' method, get back the image with the original channel order
by inverting the original transform, rather than reversing the tuple which is
incorrect.

Merge pull request #433 from shelhamer/eltwise

Elementwise layer takes sum or product; caffe_gpu_{add,sub}

commment, lint

weight elementwise sum with per-blob coefficients

link presentation on dropbox (was self-hosted during a dropbox issue)

link to demo

make sum the default eltwise operation

fix layer name in logging

Merge pull request #435 from shelhamer/v1-models

Release v1 model defs + weights

fix draw_net python script

include caffe.draw for drawing functions.

release v1 model defs + weights

- Caffe reference ImageNet model
- AlexNet

Note that one can upgrade the weights locally by
`upgrade_net_proto_binary.bin` to avoid re-downloading.

Merge pull request #434 from shelhamer/little-cat

Reduce example image size

reduce example image size

point out @niuzhiheng's work on the Windows port

add EltwiseLayer docstring

Elementwise layer learns summation

add caffe_gpu_add() and caffe_gpu_sub()

EltwiseProductLayer -> EltwiseLayer for generality

Reproduce elementwise product layer in more generality.
Add elementwise operation parameter.
Prepare for elementwise sum operation choice.

fix test_all path in docs

Revert "setting canonical random seed"

1701 is the canonical random seed, and as this test makes only one call
for seeding there's no need for a member var.

Merge pull request #421 from sguada/argmax_layer

setting canonical random seed

Fixed lint errors due to ArgmaxLayer

Documented ArgMax layer in vision_layers.hpp

corrected the caffe.proto ids