caffe上运行mnist实例---手写数字识别所遇到的问题及解决方案
2017-10-07 16:58
537 查看
本人深度学习小白,学习caffe的过程中按照denny402的博客mnist实例—手写数字识别进行编程学习。
博客链接:http://www.cnblogs.com/denny402/p/5684431.html
在运行的过程中遇到如下两个错误。
错误1:
[libprotobuf ERROR google/protobuf/text_format.cc:245] Error parsing text-format caffe.NetParameter: 1:5: Message type “caffe.NetParameter” has no field named “None”.
解决方法:
这个bug自己找了好久才找到,最后发现还是自己蠢,在敲网络层配置文件函数的代码时漏下了重要的几行:
加上上面那几行就可以解决上面那个错误。
错误2:
解决了上面那个问题以后,又遇到了以下错误。
Could not open or find file /home/liyun/caffe-master/mnist/train/5/00000.png
解决方案,通过仔细查看博主给出的mnist文件发现,给出的train.list和test.list文件中已经写入了路径,运行时需保持路径和文件中的路径一致。(唉~主要还是自己太菜。。。)
修改list文件中的路径太麻烦,于是便将mnist文件夹放入和list文件中路径相同位置,问题解决。
博客链接:http://www.cnblogs.com/denny402/p/5684431.html
在运行的过程中遇到如下两个错误。
错误1:
[libprotobuf ERROR google/protobuf/text_format.cc:245] Error parsing text-format caffe.NetParameter: 1:5: Message type “caffe.NetParameter” has no field named “None”.
解决方法:
这个bug自己找了好久才找到,最后发现还是自己蠢,在敲网络层配置文件函数的代码时漏下了重要的几行:
if include_acc: acc = L.Accuracy(fc4, label) return to_proto(loss, acc) else: return to_proto(loss)
加上上面那几行就可以解决上面那个错误。
错误2:
解决了上面那个问题以后,又遇到了以下错误。
Could not open or find file /home/liyun/caffe-master/mnist/train/5/00000.png
解决方案,通过仔细查看博主给出的mnist文件发现,给出的train.list和test.list文件中已经写入了路径,运行时需保持路径和文件中的路径一致。(唉~主要还是自己太菜。。。)
修改list文件中的路径太麻烦,于是便将mnist文件夹放入和list文件中路径相同位置,问题解决。
相关文章推荐
- caffe的python接口学习(4):mnist实例---手写数字识别
- caffe的python接口学习(4):mnist实例---手写数字识别
- caffe的python接口学习(4):mnist实例---手写数字识别
- caffe的python接口学习(4):mnist实例---手写数字识别
- Caffe——Python接口学习(4):mnist实例——手写数字识别
- caffe的python接口学习(4):mnist实例---手写数字识别
- caffe的python接口学习(4):mnist实例---手写数字识别
- 【深度学习】笔记2_caffe自带的第一个例子,Mnist手写数字识别代码,过程,网络详解
- [置顶] Caffe学习笔记(六):mnist手写数字识别训练实例
- 关于matlab代码DeepLearnToolbox-CNN卷积神经网络手写数字识别实例源码直接运行出错的解决方法
- ubuntu下caffe手写数字识别问题、python接口测试
- caffe学习(二):利用mnist数据集训练并进行手写数字识别(windows)
- TensorFlow - 手写数字识别 (MNIST), 多类分类 (multiclass classification) 问题
- Caffe 实例 手写数字mnist训练与测试过程(Windows + CPU Only)
- 深度学习框架Caffe学习笔记(2)-MNIST手写数字识别例程
- TensorFlow下进行MNIST手写数字识别实例,从最简单的两层到LeNet5
- Multi-class Classication (多分类问题)实例--手写数字识别
- 【深度学习】笔记3_caffe自带的第一个例子,Mnist手写数字识别所使用的LeNet网络模型的详细解释
- 自己的数据在caffe上训练识别遇到的问题及解决方案
- Tensorflow深度学习之八:再探CNN解决mnist手写数字识别问题