第一步

下载数据集THE MNIST DATABASE of handwritten digits官方网址：http://yann.lecun.com/exdb/mnist/

为了避免部分人下载速度缓慢或者打不开网址，这个上传了百度云：链接：http://pan.baidu.com/s/1c2kHfgO 密码：ffr7

下载以后放到如下路径，并解压，操作完毕的文件如下，这个文件夹应该是在Linux下调用sh命令下载数据的地方，我们直接放到这里面：

【这里自己把解压后的文件重新命名一下，原始解压后的文件是"."而不是"-"】

第二步

数据格式的转换，依旧是转换为leveldb，不过和cifar的转换方法不同

按照上图，在对应路径下新建一个bat文件，内容如下：

set DATA=../../data/mnist
set TOOLS=../../Build/x64/ReleaseREM set BACKEND=lmdb
set BACKEND=leveldbecho "Creating %BACKEND%..."rd /s /q "mnist_train_%BACKEND%"
rd /s /q "mnist_test_%BACKEND%""%TOOLS%/convert_mnist_data.exe" %DATA%/train-images-idx3-ubyte %DATA%/train-labels-idx1-ubyte mnist_train_%BACKEND% --backend=%BACKEND%
"%TOOLS%/convert_mnist_data.exe" %DATA%/t10k-images-idx3-ubyte %DATA%/t10k-labels-idx1-ubyte mnist_test_%BACKEND% --backend=%BACKEND%echo "Done."pause

运行以后就会多出上图的两个文件夹。

【更新日志2017-9-15】这一步很多人不会, 那就提供一个简单点的转换方法

转换测试集：

..\..\Build\x64\Release\convert_mnist_data.exe train-images-idx3-ubyte train-labels-idx1-ubyte train_leveldb -backend=leveldb
pause

转换训练集：

..\..\Build\x64\Release\convert_mnist_data.exe train-images-idx3-ubyte train-labels-idx1-ubyte train_leveldb -backend=leveldb
pause

第三步

【注意】可以发现cifar在这里还计算过均值

修改prototxt文件，依旧是老地方，leveldb的路径问题

第四步

【注意】如果你用的是CPU，记得修改lenet_solver.prototxt里面最后一行为CPU

直接开始训练了，同样新建bat文件，路径和内容如下：

bat 的内容如下：

.\Build\x64\Release\caffe.exe train --solver=examples/mnist/lenet_solver.prototxt
pause

第五步

得到结果模型

【caffe-Windows】mnist实例编译之model的生成相关推荐

【caffe-Windows】mnist实例编译之model的使用-classification
[caffe-Windows]mnist实例编译之model的使用-classification 标签: 深度学习caffe 2016-08-16 11:24 1349人阅读评论(12) 收藏 ...
【caffe-Windows】mnist实例编译之model的使用-matlab
前言针对上一个caffe文章留下的matlab手写数字识别的问题,感谢caffe中文社区的 @ghgzh 的提示,原文请看:caffe中文社区第一步手写图片的制作方法我就不说了,直接把我自己画的 ...
【caffe-Windows】cifar实例编译之model的生成
参考:<span style="font-family: Arial, Helvetica, sans-serif;">http://blog.csdn.net/che ...
Caffe Windows版本的编译
2019独角兽企业重金招聘Python工程师标准>>> 1:Caffe的主版本只支持Linux,所以要下载专门的Caffe Windows版本,网址为 https://github. ...
【caffe-Windows】cifar实例编译之model的使用
本文讲解如何对网上下载的一个图片利用训练好的cifar模型进行分类第一步上一篇文章训练好以后会得到两个文件从网上查阅资料解释来看,第一个caffemodel是训练完毕得到的模型参数文件,第二个s ...
使用caffe对mnist进行训练遇到的点点滴滴
1. 前言 caffe 是一个非常好用的处理深度学习的基本框架,使用C++编写,因而速度非常快,同时提供了python 和 matlab接口,使用起来非常方便,但是由于caffe的文档资源相对比较少, ...
运行caffe自带的mnist实例教程
运行caffe自带的mnist实例教程 1.先进入caffe文件目录,(指令:cd ./caffe),再用data/mnist下的get_mnist.sh下載MNIST数据集,代码如下: cd ./c ...
caffe学习日记--lesson4:windows下caffe DEMO (mnist and cifar10)
caffe学习日记--lesson4:windows下caffe DEMO (mnist and cifar10) 1.下载数据 mnist官网:http://yann.lecun.com/exdb/ ...
终于在windows上成功编译caffe，特分享过程
经过一天的不懈尝试和查找资料,终于完成了在windows上的caffe编译,也是参考了好几位前辈的经验分享,现分享过程如下: 前言:最好基于caffe-windows(https://www.gith ...

【caffe-Windows】mnist实例编译之model的生成

第一步

第二步

第三步

第四步

第五步

【caffe-Windows】mnist实例编译之model的生成相关推荐

最新文章

热门文章