CIFAR-10在caffe上进行训练

        CIFAR-10数据集含有6万个32*32的彩色图像，共分为10种类型，由 AlexKrizhevsky, Vinod Nair和 Geoffrey Hinton收集而来。包含50000张训练图片，10000张测试图片。

        这是该数据集的一些图片。

下面为具体步骤

第一步，在终端运行以下指令，下载CIFAR-10数据库。

cd $CAFFE_ROOT/data/cifar10
./get_cifar10.sh

第二步，然后进入目录 执行

cd $CAFFE_ROOT
./examples/cifar10/create_cifar10.sh

可以打开create_cifar10.sh文件，查看具体做了什么。其实就是将图片库转成leveldb格式，并计算均值二进制文件。执行之后，可以发现examples文件夹下中出现数据库文件cifar10-leveldb和数据库图像均值二进制文件mean.binaryproto。

 

 

第三步，训练cifar网络。

如果不支持GPU训练，则需要将CAFFE_ROOT/examples/cifar10/cifar10_quick_solver.prototxt中的最后一行改为solver_mode:CPU，如下图：

如果支持GPU训练，则不需要改。

 

接下来，回到caffe目录，运行train_quick.sh。

cd $CAFFE_ROOT
./examples/cifar10/train_quick.sh

运行之后，可以看到终端便开始打印出一些信息。

部分信息如下：可以看到到迭代2500次时，准确率为0.6858.

注1：也可以看看$CAFFE_ROOT /examples/cifar10文件夹下的readme.md文件，里面也有一些步骤说明。

 

注2：第二步要是先进入$CAFFE_ROOT /examples/cifar10/目录，再运行create_cifar10.sh，会出现如下错误：

解决方法是要在$CAFFE_ROOT目录下运行create_cifar10.sh文件。