MNIST数据集简介:
MNIST数据集是一个大型的手写体数据库,广泛用于机器学习领域的训练和测试,它是由纽约大学的Yann LeCun教授整理的,包括60000个训练样本和10000个测试样本,其图像都是灰度图像,固定尺寸为28x28(像素)。
数据集的准备:
caffe源码框架的data/mnist文件夹下有MNIST数据集的下载脚本get_mnist.sh.
1.首先将路径切换到caffe的根目录下
2.进行原数据集的下载
(首先先检查你的网络是否连接哦)
运行get_mnist.sh脚本
(运行的图片知识截取了其中的一部分),运行完成后在data/mnist文件夹下会出现以下四个二进制文件(根据自己的情况,如果下载下来是压缩包则需要进行解压)。
caffe可以识别的数据文件为LEVELDB和LMDB文件,因此运行一下脚本将二进制文件转换为leveldb或者lmdb文件(这两种格式的数据可以加快系统加载数据的速度)。
即可在examples/mnist文件夹下发现这两个文件
此时数据准备工作完成。
LeNet-5模型的训练:
运行如下命令进行模型的训练
训练结果:(因CPU或GPU的性能不同而异)
在CPU上训练:
用时: 21分43秒;
分类准确率:99.21%;
loss: 0.0286289
在GPU上训练:
用时: 2分54秒
分类准确率:99.09%
loss: 0.0294631
附一张CPU上的训练结果图~
如有错误,欢迎大家指正~~