caffe是一個深度學習的框架, 具體我也不太清楚, 可以自行百度吧, 我也是剛剛知道有這么一個框架, 才疏學淺啊.

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

因為我是通過docker安裝的, 所以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

下載完成后, 在當前目錄下會出現現在的文件

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定義好的文件即可, 在 examples/mnist 目錄下, 有 create_mnist.sh 文件, 因為改文件定義了一些路徑, 所以要在caffe根目錄運行:

轉換后的兩個文件夾為:

當前文件夾下的配置文件(關于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

在這里需要修改 lenet_solver.prototxt 中的 solver_mode , 若你的環境不支持GPU, 修改為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)

因為個人筆記本電腦性能問題, 一萬次迭代了好久才看到結果, 可以看到, 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, 但是我在訓練過程中一個數字都沒看到啊, 不對, 我一張圖片都沒看到啊, 這什么鬼?? 訓練好的模型怎么用??

算了, 至少我算是跟著官方的例子運行了以下, 先這樣.

---

看了標題測試一, 是不是以為有測試二? 哈哈, 不好意思, 沒有, 到此結束, 告辭.

總結

以上是生活随笔為你收集整理的caffe初体验的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。