sh
data/mnist/get_mnist.sh
但是這些檔案是不能夠直接使用的,因此:
sh examples/mnist/create_mnist.sh
轉換為lmdb檔案,轉換之後會在examples/mnist下面還是生成
mnist_train_lmdb
mnist_test_lmdb
裡面存放的data.mdb和lock.mdb,就是我們需要的執行資料。
之後修改配置檔案,有gpu且已經完全安裝好,這一步可以省略,如果沒有,需要的配置檔案有兩個,乙個是lenet_solver.prototxt,另乙個是train_lenet.prototxt。那麼:
gedit examples/mnist/lenet_solver.prototxt
修改solver_mode為cpu,
在max_iter處根據需要設定最大迭代次數。
之後執行:
time sh examples/mnist/train_lenet.sh
最終精度為99.06% 執行caffe自帶的mnist例項詳細教
mnist介紹 mnist是乙個手寫數字庫,由dl大牛yanlecun進行維護。mnist最初用於支票上的手寫數字識別,現在成了dl的入門練習庫。徵對mnist識別的專門模型是lenet,算是最早的cnn模型了。mnist資料訓練樣本為60000張,測試樣本為10000張,每個樣本為28 28大小的...
執行caffe自帶的mnist例項教程
本文結合幾篇博文總結下來的,附上其中一篇原博文鏈結以供參考 1 先進入caffe檔案目錄,指令 cd caffe 再用data mnist下的get mnist.sh下載mnist資料集,如下 2 轉換格式,如下 examples mnist create mnist.sh 若出錯 examples...
caffe之MNIST基礎詳解
cd caffe root data mnist get mnist.sh examples mnist create mnist.sh 開啟lenet train test.prototxt檢視詳細資訊 資料層定義如下圖,需要注意的是source和backend,batch size也可以根據需要...