Caffe 训练 cifar10 详细过程
2016-12-11 16:39
176 查看
一、数据集准备
cifar10数据库 http://www.cs.toronto.edu/~kriz/cifar-10-binary.tar.gz
cifar10 数据集官网下载 ,下载并解压,看到共有6个.bin文件,前面五个是训练集,最后一个是测试集
二、将数据集转化为 leveldb 格式
用 vs 2013 编译 Caffe 后,会在bulid 文件中产生 许多第三方的库
在 E:\Caffe\caffe-master\Build\x64\Debug(我的目录)中找到 convert_cifar_data.exe,在 caffe-master
目录中编写一个.bat 脚本,内容如下
其中 新建两个文件夹,分别命名为input_folder,output_folder。input_folder中放入第一阶段准备好的cifar10数据,output_folder为转换数据之后存储位置。 会在 output_folder 中出现两个文件夹 分别为测试数据和训练数据
三、计算数据的均值文件.\Build\x64\Debug\compute_image_mean.exe cifar10_output_db/cifar10_train_lmdb mean.binaryprotopause
【不知道为什么 计算均值必须得 lmdb 格式的】
骚等片刻会在 当前目录下生成一个 mean.binaryproto 文件
四、Train 阶段
.\Build\x64\Debug\caffe.exe train --solver=examples/cifar10/cifar10_quick_solver.prototxtpause
精确度可达到 70%, 最近在研究怎末可以提高其测试精度问题
就写到这里吧......
cifar10数据库 http://www.cs.toronto.edu/~kriz/cifar-10-binary.tar.gz
cifar10 数据集官网下载 ,下载并解压,看到共有6个.bin文件,前面五个是训练集,最后一个是测试集
二、将数据集转化为 leveldb 格式
用 vs 2013 编译 Caffe 后,会在bulid 文件中产生 许多第三方的库
在 E:\Caffe\caffe-master\Build\x64\Debug(我的目录)中找到 convert_cifar_data.exe,在 caffe-master
目录中编写一个.bat 脚本,内容如下
convert_cifar_data.exe input_folder output_folders leveldb
pause
其中 新建两个文件夹,分别命名为input_folder,output_folder。input_folder中放入第一阶段准备好的cifar10数据,output_folder为转换数据之后存储位置。 会在 output_folder 中出现两个文件夹 分别为测试数据和训练数据
三、计算数据的均值文件.\Build\x64\Debug\compute_image_mean.exe cifar10_output_db/cifar10_train_lmdb mean.binaryprotopause
【不知道为什么 计算均值必须得 lmdb 格式的】
骚等片刻会在 当前目录下生成一个 mean.binaryproto 文件
四、Train 阶段
.\Build\x64\Debug\caffe.exe train --solver=examples/cifar10/cifar10_quick_solver.prototxtpause
精确度可达到 70%, 最近在研究怎末可以提高其测试精度问题
就写到这里吧......
相关文章推荐
- 新手初次安装caffe,cifar10训练过程初次体验(二)
- caffe当中对于cifar10进行训练
- caffe绘制训练过程的loss和accuracy曲线
- Linux下配置Caffe及其Python接口全过程记录(Ubuntu15.10_amd64+CUDA7.5)及训练mnist数据集
- Caffe-windows入门学习,编译、训练、测试详细教程
- caffe:如何保存训练模型过程中的日志?
- 从Caffe源码分析训练过程
- VS2013调用caffe新建自己的工程详细过程
- 深度学习-CAFFE利用CIFAR10网络模型训练自己的图像数据获得模型-3结合caffe中的CIFAR10修改相关配置文件并训练
- Caffe源码训练的基本过程
- caffe绘制训练过程的loss和accuracy曲线(以mnist为例)
- 生成caffe训练过程中需要的图片描述文本
- 深度学习框架caffe及py-faster-rcnn详细配置安装过程
- CAFFE -FCN训练配置过程
- 从Caffe源码分析训练过程
- NVCaffe 0.16.2 多 GPU 训练过程代码分析
- 【caffe-windows】 caffe-master 之 cifar10 超详细
- caffe绘制训练过程的loss和accuracy曲线
- Ubuntu16.04 安装 CUDA、CUDNN、OpenCV 并用 Anaconda 配置 Tensorflow 和 Caffe 详细过程