唐宇迪深度学习框架Caffe系列-8

1数据层均值计算

2网络结构图绘制

---

layer {
  name: "cifar"
  type: "Data"
  top: "data"  #一般用bottom表示输入,top表示输出，多个top代表有多个输出
  top: "label"
  include {
    phase: TRAIN #训练网络分为训练阶段和自测试阶段,如果没写include则表示该层即在测试中，又在训练中
  }
  transform_param {
    mean_file: "examples/cifar10/mean.binaryproto" #用一个配置文件来进行均值的操作
    transform_param {
    scale: 0.00390625
    mirror: 1  # 1表示开启镜像，0表示关闭，也可用ture和false来表示
    # 剪裁一个 227*227的图块，在训练阶段随机剪裁，在测试阶段从中间裁剪
    crop_size: 227
  }
  }
  data_param {
    source: "examples/cifar10/cifar10_train_lmdb" #数据库来源
    batch_size: 64 #每次批处理的个数
    backend: LMDB #选用数据的名称
  }
}

如上图中：

mean_file: "examples/cifar10/mean.binaryproto" #用一个配置文件来进行均值的操作

数据预处理可以减去mean值(希望数据以0为中心化，红色代表以0为中心化)，data和label都可以

那么这个均值文件怎么生成，我们可以使用caffe得命令，也可以使用python中numpy取所有图像的像素均值

这里我只介绍caffe的方式：

sudo /home/apple/caffe/build/tools/compute_image_mean /home/apple/caffe/examples/mnist/mnist_train_lmdb /home/apple/caffe_case/mean.binaryproto

使用的程序是caffe写好的python程序，路径在~/caffe/build/tools/compute_image_mean

两个参数：第一个参数指定数据集LMDB的路径；第二个参数指定生成的mean.binaryproto文件的存放路径

mean.binaryproto是无法打开查看的二进制格式

---

---

绘制网络结构需要安装两个依赖库

一个是ubuntu下安装，一个是python的pip安装

１、安装graphviz

# sudo apt-get install graphviz

2 、安装pydot

# sudo pip install pydot




sudo python /home/apple/caffe/python/draw_net.py /home/apple/caffe/examples/mnist/lenet_train_test.prototxt /home/apple/caffe_case/lenet.png --rankdir=BT

第一个参数：网络模型的prototxt文件

第二个参数：保存的图片路径及名字

第二个参数：--rankdir=x , x 有四种选项，分别是LR, RL, TB, BT 。用来表示网络的方向，分别是从左到右，从右到左，从上到小，从下到上。默认为ＬＲ。

成功安装后，绘制网络结构图

使用的程序是caffe写好的python程序，路径在程序路径~/caffe/python/draw_net.py 

两个参数：第一个参数指定 .prototxt 对应的网络结构文件路径；第二个参数指定生成的 .png 文件的存放路径

第三个参数指定网络绘制方向：从左到右，从右到左，从上到小，从下到上 LR, RL, TB, BT