深度学习-ubuntu之路a

最新推荐文章于 2024-08-12 15:42:35 发布

liuliu408

最新推荐文章于 2024-08-12 15:42:35 发布

阅读量241

点赞数

分类专栏： c++ Unbuntu

本文链接：https://blog.csdn.net/liuliu408/article/details/78811639

版权

Unbuntu 同时被 2 个专栏收录

2 篇文章 0 订阅

订阅专栏

c++

1 篇文章 0 订阅

订阅专栏

1.锐捷上网ubuntu

liuqiang@liuqiang:~$ cd /home/liuqiang/rjsupplicant

liuqiang@liuqiang:~$ sudo chomd +x ,/rjsupplicant.sh

liuqiang@liuqiang:~$ sudo sh ./rjsupplicant.sh -u 学号 -p 密码 -d 1

2.环境安装与配置

https://www.cnblogs.com/wangxiaocvpr/p/5385961.html

---------------------------------------------------------------------------------------------------------------

3.测试opencv

mkdir DisplayImage
cd DisplayImage
gedit DisplayImage.cpp

#include <opencv2/opencv.hpp>
#include<stdio.h>
using namespace cv;

int main(int argc, char** argv)
{
     if(argc!= 2)
     {
               printf("usage:DisplayImage.out <Image_Path>\n");
               return -1;
     }

     Mat image;
     image= imread(argv[1], 1);

    if(!image.data)
    {
               printf("Noimage data\n");
               return -1;
     }

     namedWindow("DisplayImage",CV_WINDOW_AUTOSIZE);
     imshow("DisplayImage",image);

     waitKey(0);
     return 0;
}

gedit CMakeLists.txt

cmake_minimum_required(VERSION 2.8)
project(DisplayImage)
find_package(OpenCV REQUIRED)
add_executable(DisplayImage DisplayImage.cpp)
target_link_libraries(DisplayImage ${OpenCV_LIBS})

cmake .
make
./DisplayImage lena.jpg
---------------------------------------------------------------------------------------------------------------

5.测试caffe

1.下载数据：sudo sh ./data/mnist/get_mnist.sh
2.生成lmdb文件：sudo sh ./examples/mnist/create_mnist.sh
    此时在当前文件目录下生成 mnist_train_lmdb, mnist_test_lmdb 文件
3.配置网络： letNet网络的定义
       在 ./examples/mnist/lenet_train_test_prototxt文件中，可直接打开编辑
      sudogedit ./examples/mnist/lenet_train_test_prototxt
     本文不修改lenet_train_test_prototxt直接调用，即不改变网络的结构。
4.运行 ./examples/mnist/train_lenet.sh
     sudo sh ./examples/mnist/train_lenet.sh 这是训练网络的程序
           查看train_lenet.sh ,可用 sudo gedit ./examples/mnist/train_lenet.sh查看
          #!/usr/bin/env sh

          ./build/tools/caffe train--solver=examples/mnist/lenet_solver.prototxt

            可发现上述执行的是examples/mnist/lenet_solver.prototxt,其实使用的是在lenet_solver.prototxt中定义的解决方案。
             查看lent_solver.prototxt可知，这个是训练网络的参数设置，比如学习率，显示结果参数，是否采用CPU 或者GPU等
     本文不修改letnet_solver.prototxt ，即采用默认的解决方案。
5.测试数据集
    有三种接口可以进行测试数据，命令行、Python、MATLAB，本例中采用命令行进行测试，在
/examples/mnist路径下，执行：
   sudo sh ./examples/mnist/test_lenet.sh
   下面是test_lenet.sh的内容
./build/tools/caffe test -model=examples/mnist/lenet_train_test.prototxt -weights=examples/mnist/lenet_iter_10000.caffemodel -gpu=0