caffe学习之训练与测试minst

caffe学习之训练与测试minst   

 caffe是一个清晰，可读性高，快速的深度学习框架。 我学习caffe时间很短，并没有很深入的了解它，在这里就简单谈谈我配置caffe,训练与测试minst的过程。

一.caffe在win8.1 VS2013上的配置

1.先下载caffe vs2013工程 https://github.com/Microsoft/caffe

2.解压到当前文件夹，我是保持在D:/Caffe里，打开caffe-master下windows里的Caffe.sln

3.将D:\Caffe\caffe-master\windows里的CommonSettings.props.example复制粘贴并重命名为CommonSettings.props，然后修改如下配置：

<CpuOnlyBuild>true</CpuOnlyBuild>  -----  是否使用GPU，我的电脑没有GPU，所以为true

<UseCuDNN>false</UseCuDNN>   -----   是否使用CuDNN库

<PythonSupport>false</PythonSupport>  ----- 是否支持Python

<MatlabSupport>false</MatlabSupport>   -----  是否支持Matlab

4.重新生成Caffe.sln的解决方案，整个编译完成后会在D:\Caffe\caffe-master\Build\x64\Debug生成一些exe和dll，这里可能会显示找不到

libcaffe.lib，只需在libcaffe属性页C/C++将警告视为错误改为否就行了

二.caffe之训练minst

1.下载minst数据 minst数据，将数据解压到D:\Caffe\caffe-master\examples\mnist下

2.设定两个重要的prototxt文件

它们分别是D:\Caffe\caffe-master\examples\mnist下的lenet_train_test.prototxt和lenet_solver.prototxt。

在lenet_train_test.prototxt中：

①在此给出用于训练的MNIST数据mnist-train-leveldb以及mnist-test-leveldb的路径；

②在此定义这个网络都有哪些层，给出每一层的定义。

在lenet_solver.prototxt中：

①在此指明我们要训练的网络是lenet_train_test.prototxt，给出lenet_train_test.prototxt的路径；

②在此指定是用CPU还是GPU。

3. 设置train_lenet.sh

修改之后运行，运行完了之后就会在指定路径下生成4个文件

三.caffe之测试minst

1.在D:\Caffe\caffe-master\examples\mnist下新建一个文本文件，将文件后缀改为sh,填写以下语句

运行该sh文件，即可

四.总结

1.关于.sh文件我是电脑上有GIT，如果没有的话下载就好了，也可以修改后缀名为bat然后跑程序。

2.我觉得学习一个东西，最好就是先看看例子效果，这样比较容易有兴趣学习它。

五.参考博客

1. 悠望南山 CAFFE学习笔记（一）Caffe_Example之训练mnist 

2.CAFFE学习笔记（二）Caffe_Example之测试mnist

3. 在Windows8.1上用VS2013编译Caffe并训练和分类自己的图片