caffe例程一 mnist訓練與測試

說明：

ubuntu16.04    caffe

注意：在caffe中執行所有程式，都必須在根目錄下進行，否則會出錯

mnist是乙個手寫數字庫，

mnist資料訓練樣本為60000張，測試樣本為10000張，每個樣本為28*28大小的黑白，手寫數字為0-9，因此分為10類。

首先切換到caffe根目錄下

sudo cd /home/***/caffe

sudo sh data/mnist/get_mnist.sh

train-images-idx3-ubyte:  訓練集樣本 (9912422 bytes)

train-labels-idx1-ubyte:  訓練集對應標註 (28881 bytes)

t10k-images-idx3-ubyte:   測試集 (1648877 bytes)

t10k-labels-idx1-ubyte:   測試集對應標註 (4542 bytes)

step2:把資料生成lmdb資料

這些資料不能在caffe中直接使用，需要轉換成lmdb資料，執行一下**

sudo sh examples/mnist/create_mnist.sh

step3:更改配置

這裡要更改的是使用cpu還是使用gpu，如果使用gpu，則可以跳過此步。我使用的是cpu，所以需要更改配置。需要更改的檔案是 lenet_solver.prototxt

首先通過編輯器開啟檔案：

sudo gedit examples/mnist/lenet_solver.prototxt

將最後一行，solver_mode:gpu改為solver_mode:cpu

儲存退出即可

step4:開始訓練

sudo time sh examples/mnist/train_lenet.sh

lenet_iter_10000.solverstate

step5:開始測試

這裡原本是沒有測試檔案的，需要先生成測試檔案。執行一下命令將生成測試檔案test_lenet.sh  。

cd caffe/examples/mnist

touch test_lenet.sh

sudo gedit test_lenet.sh

#！/usr/bin/env sh

./build/tools/caffe test  -model examples/mnist/lenet_train_test.prototxt  -weights examples/mnist/lenet_iter_10000.caffemodel  -iterations 100

之後執行一下命令即可測試

sudo sh ./examples/mnist/test_lenet.sh

參考：

用Caffe 訓練和測試MNIST資料

c affe安裝包自帶mnist的例子。測試步驟如下 1.獲得mnist的資料報，在caffe的根目錄下執行.date mnist get mnist.sh指令碼 2.生成lmdb 執行.example mnist create mnist.sh。將mnist date 轉化成caffe可用的lmd...

TensorFlow入門例程 mnist手寫資料集

使用tensorflow訓練模型，大概分為以下幾個步驟 定義變數並初始化，宣告用到的佔位符 建立模型 訓練模型，首先需要定義乙個指標來評估這個模型的好壞。在本教程中使用交叉熵來表徵模型的效能好壞。使用一些優化演算法 如梯度下降法 來最小化目標函式 交叉熵 評估模型，判斷 值和真實值之間的差值。得到 ...

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...