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

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

make sum the default eltwise operation

fix layer name in logging

Merge pull request #434 from shelhamer/little-cat

Reduce example image size

reduce example image size

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.

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

Change ArgMaxLayerParam to ArgMaxParam for consitency

Change ThresholdLayer to ArgMaxLayer in test_argmax

Fixed name of blob_bottom_

Fixed name of ArgMaxLayerParameter

Added missing ;

Added FLT_MAX to argmax layer

Fix types of ArgMax Layers params

Conflicts:

include/caffe/vision_layers.hpp
src/caffe/proto/caffe.proto

Fixed numbers in proto and name of ArgMaxParameter

Conflicts:

src/caffe/proto/caffe.proto

Added Test for ArgMax Layer

Added ArgMax Layer

Conflicts:

src/caffe/proto/caffe.proto

Merge pull request #404 from jeffdonahue/net-param-in-solver

Specify net params in solver; log {Net,Solver} parameters; multiple test nets

link canonical bvlc site

fix detection notebook link

Merge pull request #429 from shelhamer/next

Next: 0.999

Back-merge changes in master

* master:
  bundle presentation in gh-pages for now...
  fix typo pointed out by @yinxusen
  note support for non-MKL installation in dev
  include pretrained snapshot and performance details
  Document AlexNet model, include download script
  define AlexNet architecture
  polished ignore

Merge pull request #311 from shelhamer/python-fixes

Improve python wrapper

update notebook examples with new wrapper usage, re-organize

preprocess single inputs instead of lists

For compositionality and expectations.

windowed detection in python

squash infuriating loop assignment bug in batching

image classification in python

fix padding for the last batch

split drawnet into module code and script

Don't run scripts in the module dir to avoid import collisions between
io and caffe.io.

add caffe.io submodule for conversions, image loading and resizing

fix python mean subtraction

Merge pull request #376 from sergeyk/layer_reorg

Layer definitions and declarations re-organization and documentation

Incorporated Evan’s comments for neuron layers

Cosmetic change in ConcatLayer

Lil’ more docstring, and cosmetic change in EuclideanLossLayer

fwd/back math docs for neuron layers

drop cute names in favor of Net.{pre,de}process() for input formatting

...and refer to inputs as inputs and not images since general vectors
and matrices are perfectly fine.

Net.caffeinate() and Net.decaffeinate() format/unformat lists

take blob args as ndarrays and assign on the python side

Take blob args and give blob returns as single ndarrays instead of lists
of arrays.

Assign the net blobs and diffs as needed on the python side, which
reduces copies and simplifies the C++ side of the wrapper.

Thanks @longjon for the suggestion.

Cosmetic change in prep for data layer work

Split all loss layers into own .cpp files

layer definition reorganization and documentation
- split out neuron, loss, and data layers into own header files
- added LossLayer class with common SetUp checks
- in-progress concise documentation of each layer's purpose

resize to input dimensions when formatting in python

replace iterator with indices for consistency

python style

fix accidental revert of Init() from f5c28581

batch inputs in python by forward_all() and forward_backward_all()

don't squeeze blob arrays for python

Preserve the non-batch dimensions of blob arrays, even for singletons.

The forward() and backward() helpers take lists of ndarrays instead of a
single ndarray per blob, and lists of ndarrays are likewise returned.

Note that for output the blob array could actually be returned as a
single ndarray instead of a list.

python forward() and backward() extract any blobs and diffs

python Net.backward() helper and Net.BackwardPrefilled()

bad forward/backward inputs throw exceptions instead of crashing python

pycaffe Net.forward() helper

Do forward pass by prefilled or packaging input + output blobs and
returning a {output blob name: output list} dict.

set input preprocessing per blob in python

expose input and output blob names to python as lists

Merge pull request #417 from shelhamer/create-and-write-proto

Write/create/truncate prototxt when saving to fix #341

fix workaround in net prototxt upgrade

Write/create/truncate prototxt when saving to fix #341

WriteProtoToTextFile now saves the prototxt whether or not the file
already exists and sets the permissions to owner read/write and group +
other read.

Thanks @beam2d and @chyh1990 for pointing out the open modes bug.

pycaffe comments, lint

add python io getters, mean helper, and image caffeinator/decaffeinator

make python wrapper mean match binaryproto dimensions

ilsvrc_2012_mean.npy has dims K x H x W.

Code written for the old D x D x K mean needs to be rewritten!

match existing python formatting

Merge pull request #414 from shelhamer/net-output-blobs

Make net know output blob indices

net knows output blobs

Merge pull request #413 from shelhamer/cublas-status-not-supported

add cublas status in cuda 6 to fix warning

add cublas status in cuda 6 to fix warning

...and #define for older CUDAs to not break the build.

Merge pull request #406 from jeffdonahue/makefile-include-bug

Fix Makefile header dependency bug