测试lenet网络下的mnist实例

最新推荐文章于 2023-01-02 17:31:20 发布
最新推荐文章于 2023-01-02 17:31:20 发布
阅读量400 收藏
点赞数 1
文章标签： cnn 深度学习 数据 测试 实例
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/cyrusgenie/article/details/78079424
版权

首先需要下载caffe框架，这里是我自己使用的caffe

caffe安装包自带了mnist实例，比较麻烦，这里我们使用了一种简单的方法

首先将caffe-master,zip放到ubuntu下并解压文件 

unzip caffe-master

进入解压后的文件夹，在caffe-master中修改配置文件makefile.config，具体如下

1. 复制文件 

cp Makefile.config.example  Makefile.config

对Makefile.config进行修改


在60那一行前面加#,保存文件后，在caffe-master下编译caffe

make all -j8

安装python 
make pycaffe

测试caffe 

make test
make runtest
这时候网络就测试完了，下面对mnist进行实例测试

在caffe下：

1.下载mnist数据

sh data/mnist.gei_mnist.sh
2.将数据转换为lmdb格式 
sh examples/mnist/caffe_mnist.sh

3.训练和测试网络 
sh examples/mnist/train_lenet.sh



上图为测试运行图

YueYTONG
关注
caffe 下测试 MNIST数据
jiandanjinxin的专栏
12-26 7734
详细说明可参考网页：http://blog.csdn.net/wangchuansnnu/article/details/44341753                                   http://blog.sina.com.cn/s/blog_49ea41a20102w4uu.html
实验六 卷积神经网络（3）LeNet实现MNIST
m0_64715292的博客
11-04 1534
LeNet
mnist测试
weixin_30609287的博客
09-18 120
第一步：进入caffe目录 第二步：获取mnist数据集 ./data/mnist/get_mnist.sh 第三步：创建lmdb ./examples/mnist/create_mnist.sh 第四步：训练 ./examples/mnist/train_lenet.sh 运行完结果如下： 生成四个文件 lenet_iter_10000.caffemodel ...
Learning Tensorflow(4)---使用Lenet测试Mnist
AI.PLAY
03-31 453
模型定义文件 import tensorflow as tf INPUT_NODE = 784 OUTPUT_NODE = 10 IMAGE_SIZE = 28 NUM_CHANNELS = 1 NUM_LABELS = 10 CONV1_DEEP = 32 CONV1_SIZE = 5 CONV2_DEEP = 64 CONV2_SIZE = 5 FC_SIZE = 512 tf....
LeNet实例实践
weixin_34227447的博客
01-30 307
紧接之前Yann Lecun的LeNet的论文Gradient-Based Learning Applied to Document Recognition，我们这边来实践一下LeNet网络这里我们使用Caffe框架进行LeNet的实践，用的数据集是mnist首先先下载mnist数据集;在Caffe目录下执行： ./data/mnist/get_mnis...
MNIST 训练测试
TSINGHUAJOKING
02-01 791
如下是用的是普通的前馈神经网络，输入层节点为784，隐层节点500，输出层10。这是一个标准的讲解DeepLearning中，在Tensorflow, Pytorch框架下的典型的用于识别MNIST手写体数据库的神经网络。 训练集合 测试集合 训练后的准确率98.5%左右换句话说，每七十个手写体字符中，差不多会有一个识别错误。当然，这个效果距离工业上，以及距离一些更复杂的卷积神经网络的效果还差一点...
LeNet5-MNIST-PyTorch-master.zip
12-02
总之，这个项目为我们提供了一个使用PyTorch实现经典LeNet5网络对MNIST数据集进行手写数字识别的实例，通过这个实例，我们可以深入理解卷积神经网络的工作原理以及如何在PyTorch中构建和训练这样的模型。
NNDL 实验六 卷积神经网络（3）LeNet实现MNIST
m0_59158839的博客
11-03 633
LeNet
神经网络与深度学习（六）卷积神经网络（3）LeNet实现MNIST
weixin_53651790的博客
10-31 470
基于LeNet实现手写体数字识别
theano mnist Lenet网络
08-03
标题中的"Theano MNIST LeNet网络"涉及到的是一个利用Theano库实现的LeNet神经网络模型，用于手写数字识别任务。MNIST数据集是这个领域的一个经典基准，包含60,000个训练样本和10,000个测试样本，都是28x28像素的...
mnist数据集训练结果测试用图片,手写数字0~9
07-24
自制的类似mnist数据集中手写图片数据的测试用小数据集,内含0~9十张手写数字图片,配合中国大学MOOCtensorflow笔记第六章使用.
LeNet网络举例------Pytrch
轻羽羽的博客
11-18 233
import torch import torch.nn as nn class LeNet5(nn.Module): def __init__(self): super(LeNet5, self).__init__() # 1 input image channel, 6 output channels, 5x5 square convolution ...
Mnist数据集测试代码
ZYF的博客
08-08 700
包含模块：numpy，scipy，time 注：数据集格式为.csv import numpy import scipy.special import time class neuralNetwork: # 初始化网络 def __init__(self, inputnodes, hiddennodes, outputnodes, learningrate): self.in...
PyTorch构建网络示例：LeNet-5
TracelessLe的专栏
05-29 602
采用PyTorch构建网络，主要需要定义网络（Net）和定义前向传播函数（forward）。 以LeNet-5为例，网络图和代码如下： import torch from torch import nn import torch.nn.functional as F from torchvision import datasets, transforms import torch.utils.data as Data import torch.optim as optim from matplotlib
caffe 实例笔记 2 LeNet详细解读及实现
热门推荐
bea_tree的博客
06-19 1万+
1 温习 1.1 关于caffe的名称： caffe = convolutional architecture for fast feature embedding 1.2 caffe.proto Protocol Buffers顾名思义这是一种协议接口，这是了解caffe功能之后，需要了解的第一件事情。有很多相关博客。简单看一下其结构： package xx;#xx将作为
搭建LeNet对mnist的训练储存提取测试（tensorflow）
weixin_41227970的博客
10-10 432
#RT(纯做记录) ##lenet_inference # _*_ coding: utf-8 _*_ import tensorflow as tf # 配置神经网络的参数 INPUT_NODE = 784 OUTPUT_NODE = 10 IMAGE_SIZE = 28 NUM_CHANNELS = 1 NUM_LABELS = 10 # 第一个卷积层的尺寸和深度 CONV1_DEEP ...
计算机视觉实战-----pytorch官方demo(Lenet网络）实现
最新发布
rick的博客
01-02 1011
通过一个官方列子，清楚深度学习中图像的训练的整个流程通过对图像处理基础讲解，学习了卷积层、池化层、全连接层的概念。学习了训练数据集的整个流程。了解使用tensorboard可视化结果。
卷积神经网络入门五大网络之一 LeNet网络案例
weixin_46969441的博客
11-26 957
LeNet 共享卷积核 减少网络参数 一共五层 当时，还没有BN操作，sigmoid是主流激活函数，无drop out层 两层 卷积核 三层 全连接层 使用Lenet训练模型代码 import tensorflow as tf import numpy as np import matplotlib.pyplot as plt from tensorflow import keras from tensorflow.keras import datasets, layers, optimizers, S
第一次调试和测试Caffe lenet网络
shihufeng的专栏
09-29 1213
1. windows的caffe网络训练和图片测试
TensorFlow实现LeNet-5：MNIST手写数字识别
在这个例子中，LeNet-5被应用于MNIST数据集，这是一个包含60,000个训练样本和10,000个测试样本的广泛使用的手写数字数据集。 代码首先导入了所需的库，包括TensorFlow、MNIST数据加载器以及Numpy和警告处理模块。`...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值