caffe初探之-caffe使用CIFAR-10数据集训练网络
2017-03-01 10:20
330 查看
文章示例来自caffe官网http://caffe.berkeleyvision.org/gathered/examples/cifar10.html
The CIFAR-10 dataset consists of 60000 32x32 colour images in 10 classes, with 6000 images per class. There are 50000 training images and 10000 test images.
![](http://img.blog.csdn.net/20170301102153637)
1. 获取数据
3. 训练和测试数据
里面有两个训练模型‘’full‘’和‘’quick‘’
这里训练''full''模型
The CIFAR-10 dataset
The CIFAR-10 dataset consists of 60000 32x32 colour images in 10 classes, with 6000 images per class. There are 50000 training images and 10000 test images.
1. 获取数据
cd caffe ./data/cifar10/get_cifar10.sh2. 创建两个数据集cifar10_train_lmdb和cifar10_test_lmdb
cd caffe ./examples/cifar10/create_cifar10.sh
3. 训练和测试数据
里面有两个训练模型‘’full‘’和‘’quick‘’
这里训练''full''模型
cd caffe ./examples/cifar10/train_full.sh开始训练
相关文章推荐
- 计算机视觉caffe之路第三篇:CIFAR-10数据集训练及预测实例
- 第一行代码总结:10网络:10.4解析JSON格式数据10.4.2使用GSON
- 如何使用GIST+LIBLINEAR分类器提取CIFAR-10 dataset数据集中图像特征,并用测试数据进行实验
- caffe 使用自己的数据集训练faster-rcnn
- TensorFlow实现Cifar-10数据集训练
- iOS 10 的坑:新机首次安装 app,请求网络权限“是否允许使用数据”
- Caffe学习——使用自己的数据(非图像)训练网络
- 基于MXNet使用自己的图像数据集训练网络--准备数据与撰写预处理脚本
- iOS 10 的坑:新机首次安装 app,请求网络权限“是否允许使用数据”(转)
- 使用IRIS数据集训练第一个深度神经网络
- 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
- iOS 10 的坑:新机首次安装 app,请求网络权限“是否允许使用数据”
- 【神经网络与深度学习】Caffe使用step by step:使用自己数据对已经训练好的模型进行finetuning
- Windows下使用python绘制caffe中.prototxt网络结构数据可视化
- Caffe学习记录:Cifar-10 自定义网络训练记录
- 【深度学习】笔记4_caffe第二个比较经典的[小图片]识别例子CIFAR_10的运行,网络模型的详解
- Windows Caffe 学习笔记 CIFAR-10数据的格式转换
- 使用自己的数据集训练和测试"caffenet"
- caffe用自己的数据集训练深度网络模型——windows平台适用
- caffe学习(五):cifar-10数据集训练及测试(Ubuntu)