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.
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
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
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）