Caffe学习系列(22)：caffe图形化操作工具digits运行实例

上接：Caffe学习系列(21)：caffe图形化操作工具digits的安装与运行

经过前面的操作，我们就把数据准备好了。

一、训练一个model

右击右边Models模块的” Images" 按钮 ，选择“classification"

在打开页面右下角可以看到，系统提供了一个caffe model,分别为LeNet, AlexNet, GoogLeNet, 如果使用这三个模型，则所有参数都已经设置好了，就不用再设置了。

在下面，系统为我们列举出了本机所带的显卡，我们可以选择其中一块进行运行。

在最下面，输入一个model name, 就可以点击create 按钮了。如果有些选项不对，会有错误提示，很人性化。

在训练过程页面，左上角显示了生成的配置文件名称 （放在job目录文件下，默认路径为：/usr/share/digits/digits/jobs/），运行过程中保存的caffemodel快照也保存在这个目录下面。

页面中间显示了训练和测试的数据信息，右面显示了训练所用的时间和gpu使用情况，下面就是一些实时化图表,可以看到训练阶段的loss, 测试阶段的loss和accuracy,相当方便，甚至还可以看到学习率的变化情况，吃惊吧！

模型训练好后，直接就可以在下面进行测试了。

二、测试新来的图片

将页面拖到最下面，选择Upload imager按钮，加载一幅测试图片。在 /home/username/mnist/test/ 下面有大量的测试图片，随便选一张就可以了。

也可以通过在Image URL方框里，输入一张网上的图片地址来进行测试。

加载好测试图片，在 Show visualizations and statistics 选择模式框上点上勾。

点击”Classify One" 按钮就可以开始测试了。

如果你不是对一张图片进行测试，而是一个测试集，则是在" Upload Image List"这个地方，选择测试图片的列表清单文件（如 val.txt)

系统会弹出一个新的页面，显示top-5的分类情况 ，同时digits还提供了测试数据与权值的可视化和统计信息。

最后一句话总结，nvidia digits, 谁用谁知道！