背景

我們在之前的文章中介紹過如何通過PAI內置的TensorFlow框架實驗基于Cifar10的圖像分類，文章鏈接:https://yq.aliyun.com/articles/72841。使用Tensorflow做深度學習做深度學習的網絡搭建和訓練需要通過PYTHON代碼才能使用，對于不太會寫代碼的同學還是有一定的使用門檻的。本文將介紹另一個深度學習框架Caffe，通過Caffe只需要填寫一些配置文件就可以實現圖像分類的模型訓練。
關于PAI的深度學習功能開通，請務必提前閱讀https://help.aliyun.com/document_detail/49571.html
文末提供了相關下載鏈接。

數據介紹

本文使用的數據是開源數據集cifar10，這份數據是一份對包含6萬張像素為32*32的彩色圖片，這6萬張圖片被分成10個類別，分別是飛機、汽車、鳥、毛、鹿、狗、青蛙、馬、船、卡車。數據集截圖：

目前這份數據已經內置在PAI提供的公共數據集中，以jpg格式存儲。任何PAI的用戶都可以在深度學習組件的數據源OSS路徑中直接輸入,
* 測試數據： oss://dl-images.oss-cn-shanghai-internal.aliyuncs.com/cifar10/caffe/images/cifar10_test_image_list.txt
* 訓練數據：oss://dl-images.oss-cn-shanghai-internal.aliyuncs.com/cifar10/caffe/images/cifar10_train_image_list.txt

如圖：

格式轉換

目前PAI上的Caffe框架只支持特定的格式，所以需要首先將jpg格式的圖片進行格式轉換。

經過格式轉換，可以在自己的OSS路徑下生成如下文件，訓練數據和測試數據各一份。

需要記錄對應的OSS路徑用于net文件的填寫，假設路徑名分別是：

• 訓練數據data_file_list.txt：bucket/cifar/train/data_file_list.txt

• 訓練數據data_mean.binaryproto:bucket/cifar/train/data_mean.binaryproto

• 測試數據data_file_list.txt：bucket/cifar/test/data_file_list.txt

• 測試數據data_mean.binaryproto:bucket/cifar/test/data_mean.binaryproto

Caffe配置文件

Net文件編寫，對應上文格式轉換生成的路徑：

Solver文件編寫：

運行

將編輯好的Solver文件和Net文件全部傳到OSS上，拖動caffe訓練組件如圖，在Sovler文件路徑上選擇OSS上提交的Solver文件，運行即可。

生成的圖片分類model文件可以在OSS對應路徑下查看，可以用以下模型進行圖片分類

日志查看可以參照本文開頭提供的“Tensorflow實現圖像分類”。

其它

代碼下載：http://docs-aliyun.cn-hangzhou.oss.aliyun-inc.com/assets/attach/52239/cn_zh/1496736657170/Caffe_cifar10.zip?spm=5176.doc52239.2.2.tMrTgQ&file=Caffe_cifar10.zip

免費體驗：阿里云數加機器學習平臺

作者微信公眾號(與作者討論)：

總結

以上是生活随笔為你收集整理的【机器学习PAI实践十】深度学习Caffe框架实现图像分类的模型训练的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。