訓練好caffe模型後，通重載入deploy.prototxt檔案和caffemodel，可以執行模型的推理過程，通過make編譯後，該推理過程的cpp**會被編譯成可執行檔案（.bin檔案），通過在caffe目錄下，呼叫./build/***x 可以執行該bin檔案。但如何才能在其它機器上執行該可執行檔案呢？如果直接拷貝該檔案到其它機器上，再執行，則會提醒缺少各種.so動態庫
這裡可以通過一一新增動態庫的方式，使得該bin檔案執行起來。
按道理把so庫和bin檔案放到同乙個目錄下，應該是可以直接執行的，但試了下，好像不行，不知道原因。
那麼可以選擇把so庫放到/usr/lib這種目錄下，相當於新增到系統目錄中。
另外也可以選擇新增庫路徑。
比如在bin檔案的目錄下，建立目錄 lib（mkdir lib
）然後執行 export ld_library_path=./lib
即把lib目錄中動態庫新增了環境變數中
再根據缺少什麼so庫，就新增什麼so庫到lib目錄下。
如果目標機器上無cuda，則需要先安裝cuda，如果目標機器上無gpu，則需要編譯caffe的時候就只編譯純cpu版本的。
在caffe上訓練網路模型總結
這段時間使用遷移學習的方法，使用vgg16模型訓練自己的資料集，現將在訓練過程中遇到的問題記錄下來 1 不改變vgg16模型的網路結構，來訓練自己的資料集。這部分都是照著網上一步一步來，沒有什麼大的問題，就是要特別要注意base lr 學習率的設定 這個設定的不對在訓練過程中會出現不收斂的情況。2 ...
在caffe上跑自己的資料
本文介紹如何使用 caffe 對自己的影象資料進行分類。1 資料庫準備 由於資料收集比較費時，為了簡單說明，我用了兩類，dog和 bird 每種約 300張。train200 張，val100張。新建乙個資料夾 mine 放自己的資料，在 mine 資料夾下新建 train 和val 資料夾，tra...
在caffe上跑自己的資料
本文介紹如何使用 caffe 對自己的影象資料進行分類。1 資料庫準備 由於資料收集比較費時，為了簡單說明，我用了兩類，dog和 bird 每種約 300張。train200 張，val100張。新建乙個資料夾 mine 放自己的資料，在 mine 資料夾下新建 train 和val 資料夾，tra...