本博客只讲述具体实现,不讲解理论。
(一)Caffe的官方下载链接:https://github.com/BVLC/caffe
(二)Caffe的安装:http://caffe.berkeleyvision.org/install_apt.html
linux系统的安装和相关软件的配置,不进行介绍。因为目前的电脑都已经配置好了,以后有机会从头实现这些。
这里是讲解如何安装和编译Caffe。
cp Makefile.config.example Makefile.config
# Adjust Makefile.config (for example, if using Anaconda Python, or if cuDNN is desired)
make all
make test
make runtest
上面的步骤是编译Caffe,然后下面的步骤是编译出对应的Python程序。
make pycaffe
执行完毕以后,就可以测试一个例子了。
(三)测试Caffe
在Caffe根目录下面,执行下列语句
cd $CAFFE_ROOT ./data/mnist/get_mnist.sh ./examples/mnist/create_mnist.sh
如果.sh文件没有权限,需要使用下列语句,增加权限:
chmod 777 *.sh
执行完毕以后,get可以下载四个文件,creat可以创建对应的训练集和测试集。
执行完毕后,可以得到最终的结果lenet_iter_10000.caffemodel。cd $CAFFE_ROOT ./examples/mnist/train_lenet.sh
如果我们想要单独测试某一些数据,执行下列语句:
这样就可以进行一次完整的深度学习网络训练和使用了。caffe test -model examples/mnist/lenet_train_test.prototxt -weights examples/mnist/lenet_iter_10000.caffemodel -gpu 0 -iterations 100
但是这个网络的输入数据,输出数据,最终结果的存储,都没有了解清楚。