caffe-win10-cifar10
因为是在win10下安装的GPU版caffe,所以不能直接运行linux里的shell脚本。但是win10自带bash,可以运行.sh文件,网上也有直接下Cygwin和git的。我是下载好git后才知道win10自带有bash。。
win10自带bash:

git:

转入正题,运行cifar10实例。
在运行这个实例过程中,给我体会最深的是路径问题。我的caffe路径是:
E:\caffe-master\caffe-master\Build\x64\Release
E:\caffe-master\caffe-master\examples\cifar10
下图所示路径即E:\caffe-master\caffe-master就是caffe的根路径。

1.下载数据:
# sudo sh data/cifar10/get_cifar10.sh
以上命令在caffe根路径执行即可。
运行成功后,会在 data/cifar10/文件夹下生成一堆bin文件:原文件中只有get_cifar10这一shell文件。

可见生成的5个训练集和一个测试集。
2.数据转换
bin文件为二进制文件,而caffe只许leveldb和lmdb两种数据格式。这里选择转为leveldb格式。
在/examples/cifar10文件夹中有一个 convert_cifar_data.cpp文件,经过编译之后会生成convert_cifar_data.exe可执行文件。注意这个文件的位置在:

可能有人文件位置不在这个地方,两种原因:第一种是最开始下载安装caffe的时候是在https://github.com/happynear/caffe-windows。而我在https://github.com/BVLC/caffe/tree/windows,两者路径有些不同,第一种而言convert_cifar_data.exe在bin文件下,而我的路径如上图。
新建一个名为input的空文件夹,将之前生成的6个bin(二进制)文件拷贝到input文件夹中,再建一个空文件夹output用来存放生成的leveldb文件。在当前目录下(dara/cifar10/)建立一个 bat 文件,实现binary 到 leveldb 数据集格式转换。(要建立一个output空文件夹,否则会提示could not found files)批处理代码如下:
convert_cifar_data.exe input output leveldb
pause
注意,以上命令中包含convert_cifar_data.exe、input、output,所以执行以上命令时路径下必须同时包括convert_cifar_data.exe、input、output文件夹,也就是说当前路径是\Build\x64\Release则可以直接执行并且会在这个目录下的output中生成leveldb文件。如下图:

好,已经生产levelde文件在output文件夹中:

3.求数据图像的均值,获取mean.binaryproto
这一步需要一个可执行文件:comput_image_mean.exe,他在路径和生成leveldb数据的convert_cifar_data.exe文件在同一个路径下。

在当前路径\Build\x64\Release下新建一个bat文件,然后输入以下命令:
compute_image_mean.exe --backend=leveldb output/cifar10_train_leveldb mean.binaryproto
pause
注意一定强调后端是leveldb格式!否则默认lmdb会出错。以上命令生成训练集的均值。同理,以上命令是在\Build\x64\Release下执行的,所以生成的mean.biaryproto也在这个路径下;

好了,到目前为止,我们有了leveldb数据、均值文件,下一布就可以开始训练了。
4.训练cifar10
首先,在examples/cifar10/文件夹中,找到cifar10_quick_trian_test.prototxt。 修改里面的mean_file和source的路径。backend一律改为LEVELDB。 注意是大写!leveldb不可以!!!,
这个prototxt文件中共有6处要改,分别是train和test的mean-file、source、backend:

注意在examples/cifar10/中有几种不同的训练模式(quick和full等),注意一一对应。我们利用的是cifar10_quick_trian_test.prototxt网络结构,所以在solver中选择cifar10_quick_solver.prototxt。
例如你选择的网络是cifar10_full_train_test,那么你的slver应为cifar10_full_solver:

到此一切就绪可以开始了:
Build\x64\Release\caffe.exe train --solver=examples\cifar10\cifar10_quick_solver.prototxt
pause
注意mean_file、sourse等都是在caffe根目录下计算路径的,所以选择在caffe根目录下建立mytrain-cifar10.bat文件,写入以上命令:以上命令都以根目录为标准给出了caffe.exe和cifar10_quick_solver.prototxtde的相对路径:

执行:


参考:
http://blog.csdn.net/hyqsong/article/details/51713444
http://blog.csdn.net/muyouhang/article/details/50688038
caffe-win10-cifar10的更多相关文章
- caffe学习--cifar10学习-ubuntu16.04-gtx650tiboost--1g--02
caffe学习--cifar10学习-ubuntu16.04-gtx650tiboost--1g--02 训练网络: caffe train -solver examples/cifar10/cifa ...
- Caffe初试(三)使用caffe的cifar10网络模型训练自己的图片数据
由于我涉及一个车牌识别系统的项目,计划使用深度学习库caffe对车牌字符进行识别.刚开始接触caffe,打算先将示例中的每个网络模型都拿出来用用,当然这样暴力的使用是不会有好结果的- -||| ,所以 ...
- 【caffe】cifar10例子之quick_train.sh在windows下的解决方案
@tags caffe 照例还是转写为python脚本: import os caffe_root=os.environ['caffe_root'] caffe_build=os.environ['c ...
- [Caffe]Win10+VS2015+CUDA8.0+cudnn5.1环境配置
百度:win10 caffe vs2015 编译caffe.sln工程参见->这里 caffe训练参见->这里 参见->这里 Windows+VS2013爆详细Caffe编译安装教程
- caffe学习--cifar10学习-ubuntu16.04-gtx650tiboost--1g--03--20171103
classification ./examples/cifar10/cifar10_full.prototxt ./examples/cifar10/cifar10_full_iter_70000.c ...
- caffe学习--cifar10学习-ubuntu16.04-gtx650tiboost--1g--01
引用了下文的资料,在此感谢! http://www.cnblogs.com/alexcai/p/5468164.html http://blog.csdn.net/garfielder007/arti ...
- Ubuntu+caffe训练cifar-10数据集
1. 下载cifar-10数据库 ciffar-10数据集包含10种物体分类,50000张训练图片,10000张测试图片. 在终端执行指令下载cifar-10数据集(二进制文件): cd ~/caff ...
- caffe+win10+git使用sh文件
在windows下是否可以执行sh文件呢,搜了一下,可以安装了git就可以执行,当然这不是唯一答案. 然后联想到caffe下有一些.sh文件可以尝试,就用create_mnist.sh尝试把. cre ...
- caffe︱cifar-10数据集quick模型的官方案例
准备拿几个caffe官方案例用来练习,就看到了caffe中的官方案例有cifar-10数据集.于是练习了一下,在CPU情况下构建quick模型.主要参考博客:liumaolincycle的博客 配置: ...
- 在Caffe上运行Cifar10示例
准备数据集 在终端上运行以下指令: cd caffe/data/cifar10 ./get_cifar10.sh cd caffe/examples/cifar10 ./create_cifar10. ...
随机推荐
- 【BZOJ2424】[HAOI2010]订货(费用流)
[BZOJ2424][HAOI2010]订货(费用流) 题面 BZOJ 洛谷 题解 傻逼费用流吧... 一开始理解错意思了,仓库大小为\(m\)的含义是留到下个月最多为\(m\),而不是任意时刻的容量 ...
- BloodHound官方使用指南
0x00 概观 1.BloodHound介绍 BloodHound是一种单页的JavaScript的Web应用程序,构建在Linkurious上,用Electron编译,NEO4J数据库是Power ...
- 洛谷P2668 斗地主
好,终于搞完了这一道毒瘤题...... 先想到搜索,然后想到状压,发现数据组数很多,又是随机,还是决定用搜索. 先搜出的多的,于是顺序是三个顺子,然后按照多到少搜带牌,最后是不带牌. 大体思路很简单, ...
- 【洛谷P2607】骑士 没有上司的舞会+
题目大意:给定一个 N 个点的外向树森林,点有点权.从该树中选出若干顶点组成一个集合,满足任意相邻的两个顶点不同时出现在该集合中,求这样集合中点权和的最大值为多少. 题解:与树相比,该题多了环这个结构 ...
- 【数学】NOIP数论内容整理
NOIP数论内容整理 注:特别感谢sdsy的zxy神仙以及lcez的tsr筮安帮助审稿 一.整除: 对于\(a,b~\in~Z\),若\(\exists~k~\in~Z\),\(s.t.~b~=~k~ ...
- SQL: 从一个表随机读取一行或几行记录的问题
比如ms sql 2000,随机读取了一行记录: SELECT TOP 1 * FROM [tablename] ORDER BY NEWID() 遇到的问题是,如果这个表记录不多,比如几十或几百.几 ...
- 导入gradle项目
1.1 代码下载 将代码下载到本机具体位置: 根据svn地址用外部svn工具导入项目到本地一个目录 比如 d:/a 1.2 导入工程 1.2.1 导入gradle工具 1.2.2 选择代码路径 1.2 ...
- Quadratic.java
/****************************************************************************** * Compilation: javac ...
- 错误提示 nginx: [emerg] unknown directive "gzip_static"
1.检查nginx配置文件错误提示如下: [root@server nginx]# /applications/nginx/sbin/nginx -t -c /applications/nginx/n ...
- Python基础【day01】:python介绍发展史(一)
本节内容 Python介绍 发展史 Python 2 or 3? 一. Python介绍 python的创始人为吉多·范罗苏姆(Guido van Rossum).1989年的圣诞节期间,吉多·范罗苏 ...