原文地址：caffe讀書筆記1?CIFAR-10在caffe上進行訓練與學習-薛開宇作者：殘夕云翳

本次學習筆記作用，知道如何在caffe上訓練與學習，如何看結果。

?

1.1使用數據庫：CIFAR-10

?

60000張?32X32?彩色圖像?10類

50000張訓練

10000張測試

?

1.2準備

在終端運行以下指令：

cd $CAFFE_ROOT/data/cifar10

./get_cifar10.sh

cd $CAFFE_ROOT/examples/cifar10

./create_cifar10.sh

?

其中CAFFE_ROOT是caffe-master在你機子的地址

?

運行之后，將會在examples中出現數據庫文件./cifar10-leveldb和數據庫圖像均值二進制文件./mean.binaryproto

?

?

?

1.3模型

該CNN由卷積層，POOLing層，非線性變換層，在頂端的局部對比歸一化線性分類器組成。該模型的定義在CAFFE_ROOT/examples/cifar10 directory’s cifar10_quick_train.prototxt中，可以進行修改。其實后綴為prototxt很多都是用來修改配置的。

?

?

1.4訓練和測試

訓練這個模型非常簡單，當我們寫好參數設置的文件cifar10_quick_solver.prototxt和定義的文件cifar10_quick_train.prototxt和cifar10_quick_test.prototxt后，運行train_quick.sh或者在終端輸入下面的命令：

cd $CAFFE_ROOT/examples/cifar10

./train_quick.sh

即可，train_quick.sh是一個簡單的腳本，會把執行的信息顯示出來，培訓的工具是train_net.bin,cifar10_quick_solver.prototxt作為參數。

然后出現類似以下的信息：

I0317 21:52:48.945710 2008298256 net.cpp:74] Creating Layer conv1

I0317 21:52:48.945716 2008298256 net.cpp:84] conv1 <- data

I0317 21:52:48.945725 2008298256 net.cpp:110] conv1 -> conv1

I0317 21:52:49.298691 2008298256 net.cpp:125] Top shape: 100 32 32 32 (3276800)

I0317 21:52:49.298719 2008298256 net.cpp:151] conv1 needs backward computation.

這是搭建模型的相關信息

接著：

0317 21:52:49.309370 2008298256 net.cpp:166] Network initialization done.

I0317 21:52:49.309376 2008298256 net.cpp:167] Memory required for Data 23790808

I0317 21:52:49.309422 2008298256 solver.cpp:36] Solver scaffolding done.

I0317 21:52:49.309447 2008298256 solver.cpp:47] Solving CIFAR10_quick_train

之后，訓練開始

I0317 21:53:12.179772 2008298256 solver.cpp:208] Iteration 100, lr = 0.001

I0317 21:53:12.185698 2008298256 solver.cpp:65] Iteration 100, loss = 1.73643

...

I0317 21:54:41.150030 2008298256 solver.cpp:87] Iteration 500, Testing net

I0317 21:54:47.129461 2008298256 solver.cpp:114] Test score #0: 0.5504

I0317 21:54:47.129500 2008298256 solver.cpp:114] Test score #1: 1.27805

?

其中每100次迭代次數顯示一次訓練時lr(learning rate),和loss（訓練損失函數），每500次測試一次，輸出score 0（準確率）

和score 1（測試損失函數）

?

?

當5000次迭代之后，正確率約為75%，模型的參數存儲在二進制protobuf格式在

cifar10_quick_iter_5000

然后，這個模型就可以用來運行在新數據上了。

?

1.5?其他

另外，更改cifar*solver.prototxt文件可以使用CPU訓練，

?

# solver mode: CPU or GPU

solver_mode: CPU

?

可以看看CPU和GPU訓練的差別。

?

主要資料來源：caffe官網教程

?

?

?

?

總結

以上是生活随笔為你收集整理的caffe读书笔记1 CIFAR-10在caffe上进行训练与学习的全部內容，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。