caffe初體驗

caffe是一個深度學習的框架, 具體我也不太清楚, 能夠自行百度吧, 我也是剛剛知道有這麼一個框架, 才疏學淺啊.

在安裝完caffe, 個人第一個想法就是, 別管他是個啥東西, 總得先讓我運行一些看一看吧. 恰好, 官方就準備了一些數據, 供咱們運行一下看一看使用.

由於我是經過docker安裝的, 因此沒有經歷網上所說的caffe安裝的繁瑣過程.

測試一

在 data/mnist 目錄下, 有一個 get_mnist.sh 文件, 用來獲取數據集, 運行

./get_mnist.sh

下載完成後, 在當前目錄下會出現如今的文件

數據有了, 接下來就要將數據轉換成caffe認識的格式了, 轉換的過程也是直接調用caffe定義好的文件便可, 在 examples/mnist 目錄下, 有 create_mnist.sh 文件, 由於改文件定義了一些路徑, 因此要在caffe根目錄運行:

轉換後的兩個文件夾爲:

當前文件夾下的配置文件(關於配置文件中的參數暫不考慮):

• lenet_train_test.prototxt: 定義網絡結構
• lenet_solver.prototxt: 定義訓練時的參數

在這裏須要修改 lenet_solver.prototxt 中的 solver_mode , 若你的環境不支持GPU, 修改成CPU.

直接運行定義好的訓練腳本, 回到 caffe 根目錄, 運行 ./examples/mnist/train_lenet.sh(該腳本定義了一個 caffe 訓練命令)

由於我的筆記本電腦性能問題, 一萬次迭代了很久纔看到結果, 能夠看到, 準確率已經達到 99%

訓練好的模型文件在 examples/mnist 目錄下:

至此, 本次官方例子訓練完成,

貌似這是一個手寫數字識別的訓練, 可是我在訓練過程當中一個數字都沒看到啊, 不對, 我一張圖片都沒看到啊, 這什麼鬼?? 訓練好的模型怎麼用??

算了, 至少我算是跟着官方的例子運行了如下, 先這樣.

---

看了標題測試一, 是否是覺得有測試二? 哈哈, 很差意思, 沒有, 到此結束, 告辭.