怎么使用 Caffe 进行 LetNet-5 的训练和预测

在 LeNet5的深入解析我们已经对 LetNet-5 网络结构做出了详细的描述，接下来我们将深入分析 Caffe 中怎么使用 LetNet-5 的这个模型进行预测。
Caffe 中关于 LetNet-5 的实现文件主要存放于
https://github.com/BVLC/caffe/tree/master/examples/mnist

第一步是进行 Caffe 的安装

接着看看在 Caffe 中怎么用 LetNet-5 进行训练和测试，整个流程如下：（先cd到 Caffe 的根目录下）
1）下载 minist 数据的命令：
$ cd data/mnist
$ ./get_mnist.sh
这个脚本主要内容是从 http://yann.lecun.com 上下载 mnist 训练和测试数据，并解压

2）将下载的数据转换为 Caffe 能识别的数据格式 LEVELDB 或 LMDB，对应的命令为：
$ ./examples/mnist/create_mnist.sh
上面的脚本调用了 build/examples/mnist/convert_mnist_data.bin这个可执行程序，对应的源文件为 convert_mnist_data.cpp
完成之后，在目录 examples/mnist 发现生成了 examples/mnist/mnist_train_\ lmdb/ (对应训练集) 和 examples/mnist/mnist_test_lmdb/ （对应测试集或验证集）两个目录，每个目录下都有两个文件： data.mdb和lock.mdb

3）定义 LetNet-5 网络模型，在 lenet.prototxt 中描述了广义的LetNet-5网络层设置，在 lenet_train_test.prototxt 中描述了 LetNet-5 训练和测试时各网络层的设置。大致是差不多的，就是有些细节不一样。

4）有了网络模型，在训练前我们还需要指定一些训练参数，在lenet_solver.prototxt 中实现该功能的。这个文件最后一行是 GPU，如果没有GPU，需要改为CPU。不然报错

5) 现在我们有了训练数据、网络模型、指定了相关训练参数，可以开始训练网络 LetNet-5 了，使用下面的命令：
$./examples/mnist/train_lenet.sh，训练完成之后，我们得到了一个关于 LetNet-5 在 mnist 数据上的模型 caffemodel

train_lenet.sh:
./build/tools/caffe train -solver=examples/mnist/lenet_solver.prototxt

6）使用训练好的模型对数据进行预测，运行下面的代码：
$ ./build/tools/caffe.bin test \
-model examples/mnist/lenet_train_test.prototxt \
-weights examples/mnist/lenet_iter_10000.caffemodel \
-iterations 100

命令行解释：
./build/tools/caffe.bin test，表示只做预测（前向传播计算），不进行参数更新（后向传播计算）
-model examples/mnist/lenet_train_test.prototxt，指定模型描述文本文件
-weights examples/mnist/lenet_iter_10000.caffemodel 指定模型预先训练好的权值文件
-iterations 100，指定测试迭代次数，参与侧测试的样本数目为
（iterations*batch_size）, test batch 设置为 100，所以iterations =100时，刚好覆盖 10000个测试样本。

后续我们将对模型文件进行深入解析

怎么使用 Caffe 进行 LetNet-5 的训练和预测相关推荐

利用Caffe实现mnist的数据训练
阿里云的参考文档:https://help.aliyun.com/document_detail/49571.html 在文档里提供了caffe的一个案例,利用Caffe实现mnist的数据训练.准备 ...
Pythonnbsp；实现LeNet网络模型的训练及预测
更多python教程请到友情连接: 菜鸟教程https://www.piaodoo.com 初中毕业读什么技校 http://cntkd.net 茂名一技http://www.enechn.com p ...
【超详细】MMLab分类任务mmclassification：环境配置说明、训练、预测及模型结果可视化展示
本文详细介绍了使用MMLab的mmclassification进行分类任务的环境配置.训练与预测流程. 目录文件配置说明下载源码配置文件基于预训练模型微调或者续训练自己模型的方式配置文件说明 ...
pytorch建立mobilenetV3-ssd网络并进行训练与预测
pytorch建立mobilenetV3-ssd网络并进行训练与预测前言 Step1:搭建mobilenetV3-ssd网络框架需要提前准备的函数和类. mobilenetV3_large 调用m ...
ResNet网络的训练和预测
ResNet网络的训练和预测简介 Introduction 图像分类与CNN 图像分类是指将图像信息中所反映的不同特征,把不同类别的目标区分开来的图像处理方法,是计算机视觉中其他任务,比如目标检测 ...
三两下实现NLP训练和预测，这四个框架你要知道
作者 | 狄东林刘元兴朱庆福胡景雯编辑 | 刘元兴,崔一鸣来源 | 哈工大SCIR(ID:HIT_SCIR) 引言随着人工智能的发展,越来越多深度学习框架如雨后春笋般涌现,例如PyTorc ...
Spark技术在京东智能供应链预测的应用——按照业务进行划分，然后利用scikit learn进行单机训练并预测...
3.3 Spark在预测核心层的应用我们使用Spark SQL和Spark RDD相结合的方式来编写程序,对于一般的数据处理,我们使用Spark的方式与其他无异,但是对于模型训练.预测这些需要调用算 ...
特征训练、预测一致性管理工具：开源项目Feast
在机器学习的流程大体可以分成模型训练和模型服务两个阶段.无论是训练和服务阶段,其实都需要进行特征工程相关的工作,这块的技术挑战就是如何保证训练和预测过程中使用的特征是一致的.这个问题困扰了很多机器学习 ...
MAT之GUI：GUI的方式创建/训练/仿真/预测神经网络
MAT之GUI:GUI的方式创建/训练/仿真/预测神经网络目录操作步骤 (0).打开 (1).导入数据 (2)创建模型network_Jason_niu (3)设置参数并训练 (4)仿真预测操作 ...

怎么使用 Caffe 进行 LetNet-5 的训练和预测

怎么使用 Caffe 进行 LetNet-5 的训练和预测相关推荐

最新文章

热门文章