caffe读书笔记1 CIFAR-10在caffe上进行训练与学习
来源:互联网 发布:淘宝牛仔裤38啥意思 编辑:程序博客网 时间:2024/05/13 15:42
原文地址:caffe读书笔记1
本次学习笔记作用,知道如何在caffe上训练与学习,如何看结果。
1.1使用数据库:CIFAR-10
60000张 32X32 彩色图像 10类
50000张训练
10000张测试
1.2准备
在终端运行以下指令:
cd $CAFFE_ROOT/data/cifar10
./get_cifar10.sh
cd $CAFFE_ROOT/examples/cifar10
./create_cifar10.sh
其中CAFFE_ROOT是caffe-master在你机子的地址
运行之后,将会在examples中出现数据库文件./cifar10-leveldb和数据库图像均值二进制文件./mean.binaryproto
1.3模型
该CNN由卷积层,POOLing层,非线性变换层,在顶端的局部对比归一化线性分类器组成。该模型的定义在CAFFE_ROOT/examples/cifar10 directory’s cifar10_quick_train.prototxt中,可以进行修改。其实后缀为prototxt很多都是用来修改配置的。
1.4训练和测试
训练这个模型非常简单,当我们写好参数设置的文件cifar10_quick_solver.prototxt和定义的文件cifar10_quick_train.prototxt和cifar10_quick_test.prototxt后,运行train_quick.sh或者在终端输入下面的命令:
cd $CAFFE_ROOT/examples/cifar10
./train_quick.sh
即可,train_quick.sh是一个简单的脚本,会把执行的信息显示出来,培训的工具是train_net.bin,cifar10_quick_solver.prototxt作为参数。
然后出现类似以下的信息:
I0317 21:52:48.945710 2008298256 net.cpp:74] Creating Layer conv1
I0317 21:52:48.945716 2008298256 net.cpp:84] conv1 <- data
I0317 21:52:48.945725 2008298256 net.cpp:110] conv1 -> conv1
I0317 21:52:49.298691 2008298256 net.cpp:125] Top shape: 100 32 32 32 (3276800)
I0317 21:52:49.298719 2008298256 net.cpp:151] conv1 needs backward computation.
这是搭建模型的相关信息
接着:
0317 21:52:49.309370 2008298256 net.cpp:166] Network initialization done.
I0317 21:52:49.309376 2008298256 net.cpp:167] Memory required for Data 23790808
I0317 21:52:49.309422 2008298256 solver.cpp:36] Solver scaffolding done.
I0317 21:52:49.309447 2008298256 solver.cpp:47] Solving CIFAR10_quick_train
之后,训练开始
I0317 21:53:12.179772 2008298256 solver.cpp:208] Iteration 100, lr = 0.001
I0317 21:53:12.185698 2008298256 solver.cpp:65] Iteration 100, loss = 1.73643
...
I0317 21:54:41.150030 2008298256 solver.cpp:87] Iteration 500, Testing net
I0317 21:54:47.129461 2008298256 solver.cpp:114] Test score #0: 0.5504
I0317 21:54:47.129500 2008298256 solver.cpp:114] Test score #1: 1.27805
其中每100次迭代次数显示一次训练时lr(learning rate),和loss(训练损失函数),每500次测试一次,输出score 0(准确率)
和score 1(测试损失函数)
当5000次迭代之后,正确率约为75%,模型的参数存储在二进制protobuf格式在
cifar10_quick_iter_5000
然后,这个模型就可以用来运行在新数据上了。
1.5 其他
另外,更改cifar*solver.prototxt文件可以使用CPU训练,
# solver mode: CPU or GPU
solver_mode: CPU
可以看看CPU和GPU训练的差别。
主要资料来源:caffe官网教程
- caffe读书笔记1 CIFAR-10在caffe上进行训练与学习
- caffe读书笔记1 CIFAR-10在caffe上进行训练与学习
- CIFAR-10在caffe上进行训练与学习
- CIFAR-10在caffe上进行训练
- CIFAR-10 在Caffe上训练学习
- CIFAR-10在caffe上进行训练与学习出现compute_image_mean: not found问题
- caffe示例实现之1在CIFAR-10数据集上训练与测试Caffe
- caffe学习笔记1_CIFAR-10在caffe上进行训练与学习
- 薛开宇学习笔记一之总结笔记(CIFAR-10 在 在 caffe 上进行训练与学习)--Linux语法总结
- 深度学习Caffe平台实例——CIFAR-10数据集在caffe平台上模型训练及实例使用模型进行预测
- caffe学习(二) CIFAR-10数据集上训练
- Caffe学习笔记(一):CIFRA-10在Caffe上进行训练学习
- Caffe学习-CIFAR-10
- caffe学习:CIFAR-10
- 【caffe学习笔记二】学习搭建自己的网络 MNIST 在 caffe 上进行训练与学习
- Windows平台上Caffe的训练与学习方法(以数据库CIFAR-10为例)
- caffe训练CIFAR数据库
- Caffe学习记录:Cifar-10 自定义网络训练记录
- position=absolute之相对父元素定位
- NJUST---sequence
- 读书笔记 HeadFirst设计模式之装饰器(Decorator)模式
- 20160418Ubuntu升级出现boot空间不足解决
- Swift 图片下拉放大
- caffe读书笔记1 CIFAR-10在caffe上进行训练与学习
- 第3章 操作系统的基本概念
- 梳理caffe代码python_layer(十五)
- Java Debug 调试
- Eclipse保存时自动格式化代码
- 贪吃蛇C语言代码
- xampp httpd-vhosts.conf 配置
- Add Java Exception BreakPoint
- 正确使用Volatile关键字