caffe(4) 运行实例cifar
来源:互联网 发布:javascript 写法 编辑:程序博客网 时间:2024/06/05 03:20
使用笔记本电脑配置,6g内存,AMD处理器1.6g主频,CPU模式
1. cifar10实例
cifar10是由60000张32×32的RGB图像组成,用于普适物体识别,共有10类。caffe中的cifar10的demo中,50000张用于训练,10000张用于测试。10类物体分别为:airplane, automobile, bird, cat, deer, dog, frog, horse, ship, truck. Alex的论文ImageNet Classification with Deep Convolutional Neural Networks 中改良CNN已经把Cifar-10的错误率降到了11%。
普适物体识别的特点:特征多,噪声,物体比例不一,类别数目多。
首先进入caffe目录,运行下载数据,成功后会在 data/cifar10/文件夹下生成一堆bin文件
sudo sh data/cifar10/get_cifar10.sh
转换数据格式为lmdb:
sudo sh examples/cifar10/create_cifar10.sh
转换成功后,会在 examples/cifar10/文件夹下生成两个文件夹,cifar10_train_lmdb和cifar10_test_lmdb, 里面的文件就是我们需要的文件。
为了节省时间,我们进行快速训练(train_quick),训练分为两个阶段,第一个阶段(迭代4000次)调用配置文件cifar10_quick_solver.prototxt, 学习率(base_lr)为0.001
第二阶段(迭代1000次)调用配置文件cifar10_quick_solver_lr1.prototxt, 学习率(base_lr)为0.0001。 并且修改两个文件为CPU模式
sudo time sh examples/cifar10/train_quick.sh
- caffe(4) 运行实例cifar
- 【caffe学习笔记之3】cifar10数据集简介及win10+caffe环境下运行cifar实例
- Microsoft caffe(caffe-windows) cifar实例编译之model的使用
- 【caffe学习笔记之4】利用MATLAB接口运行cifar数据集
- caffe学习(一):CIFAR-10
- caffe简易上手—— 运行cifar例子
- 【caffe-Windows】cifar实例编译之model的生成
- 【caffe-Windows】cifar实例编译之model的使用
- Microsoft caffe cifar实例编译之model的生成
- 2.【caffe-Windows】cifar实例编译之model的生成
- 3【caffe-Windows】cifar实例编译之model的使用
- 【caffe-Windows】cifar实例编译之model的生成
- 【caffe-Windows】cifar实例编译之model的生成
- 【caffe-Windows】cifar实例编译之model的使用
- 【caffe-Windows】cifar实例编译之model的使用
- 【caffe-Windows】cifar实例编译之model的生成
- 【caffe-Windows】cifar实例编译之model的使用
- 【caffe-Windows_2】cifar实例编译之model的生成
- JMS入门(三)--Queue的使用
- IBM机器管理平台HMC安装实践
- Git工作原理
- [iOS App跳转]app跳转后回跳 零点几秒的空白处理
- MongoDB3.2 之 aggregate的管道符详述
- caffe(4) 运行实例cifar
- 关于const的三类指针
- Git-理论篇-三个区域和交互
- 在Vultr上搭建ss,包含最简版centos7安装过程中的各种坑解决
- java初始化顺序
- Backward Digit Sums (全排列 + 暴力)
- 双向可控硅控制电磁铁实验
- Scala学习
- R