Caffe代码学习及cifar-10数据集解析

Caffe代码学习及cifar-10数据集解析

Caffe代码

CIFAR-10是什么?

Cifar-10是由Hinton的两个大弟子AlexKrizhevsky和llyaSutskever收集的一个用于普通物体识别的数据集。

CIFAR是由加拿大牵头投资的一个先进的科学项目研究所。Hinton和Bengio以及他的学生在2004年拿到了CIFAR项目投资少量的资金,建立了神经计算和自适应感知项目。这个项目集结了不少的科学家,电气工程师,神经科学家,物理学家,心理学家,加速推动深度学习的经常。从这个阵容开看,DL和ML(机器学习)系列的数据挖掘分的已经很远。DL强调的是自适应感知和人工智能,是计算机与神经科学交叉的一个学科,而ML强调的是高速,大数据,统计数学分析,是计算机和数学的交叉。

2. cifar-10数据集简介

(1)CIFAR-10这个数据集总共包含:60000张图片

(2)图片size:32pixel*32pixel

(3)图片深度:三通道RGB的彩色图片

(4)这60000张图片有:50000张训练样本,10000张测试样本

记住:

(1) Cifar-10:是一个普通物体的识别的数据集,因此这个数据集合和网络模型的最大特点就是:可以很容易的将物体识别迁移到其他普通的物体

(2) 而且可以将10分类问题扩展至100类物体的分类,甚至是10000类和更多类的物体分类(当然你们需要有更多的GPU和DataSet)。

(3) 注意一点是:

这个实例中的数据集存在一个。

1.----10000*3072的numpy的数组中------10000张图片*每张的像素组

2.----单位是uint8s

3.----3072存储了一个32*32的彩色图片(3*32*32=3*1024= 3072)


4.-----numpy的前1024位是RGB中的R分量像素值,中间的1024位是G分量的像素值,最后的1024是B分量

5.-----最后注意一点是:

 CIFAR-10这个例子只能用于小图片的分类,正如前面讲的Mnist实例,主要用于手写数字的识别一样。

CIFAR-10所使用的卷积神经CNN的网络模型

1---DL的两大核心:数据+模型,上面,我们详细讲述了CIFAR-10所使用的数据集,下面我们来看看CIFAR-10所使用的网络Net模型。

2.---模型在caffe中的描述配置为:cifar10_quick_train_test.prototxt

3.---该文件所在的位置:/home/wei/examples/cifar10_quick_train_test.prototxt,如下:

4.---该  CNN-NET主要由:卷积层,POOLing层,非线性的变换层,局部对比归一化线性分类器组成。

 

Cifar10实例的具体操作运行过程:

1----下载数据集

执行下面的命令:sudosh ./data/cifar10/get_cifar10.sh

下载成功后,在/home/wei/data/cifar10/文件目录下会看到大多数的二进制文件数据;

2-----将刚才下载下来的二进制数据集文件转换成caffe所识别的LMDB或者LevelDB格式的数据库形式,并且计算数据集的均值文件

 

(1)数据格式的转化和计算均值所需要使用的所有的shell命令都被写在了一个shell脚本中,所以我们只需要运行这个shell

脚本就可以,这个shell脚本在:/home/amax/home/amax/caffe/examples/cifar10/文件夹下,名字为:

create_cifar10.sh

(2)使用下面的命令:sudosh ./home/amax/chunweitian/examples/cifar10/create_cifar10.sh

(3)   下载成功后,会在/home/amax/chunweitian/caffe/examples/cifar10/目录下生成三个文件:

cifar10_train_lmdb---训练样本数据集

cifar10_test_lmdb----测试样本数据集

mean.binaryproto----数据集的均值文件(用于减均值操作)

 

训练和测试网络模型

在这个阶段,寻找准备三个文件:

(1) 网络模型配置文件:cifar10_quick_train_test.prototxt

(2) 超参数配置文件:solver:cifar10_quick_solver.prototxt

(3) 训练脚本文件:train_quick_sh

 

1--建立训练上面数据的网络模型,当然在这个例子中,caffe已经为我们创建好了,那就是/home/wei/caffe/examples/cifar10/文件夹下面的:cifar10_quick_train_test.prototxt

2---配置参数设置solver文件,当然caffe也已经为我们准备好了,这个文件位于/home/wei/caffe/examples/cifar10/

文件夹下面的:cifar10_quick_solver.prototxt

3---编写训练模型的shell脚本文件:train_quick.sh

4---由于我使用的CPU没有GPU,所以还要改cifar10_quick_solver.prototxt配置文件的最后一项:GPU改为CPU

准备好数据+模型+参数配置solver文件之后,执行下面的命令:

sudo./examples/cifar10/train_quick.sh

 

 

当前位置:首页 > 电脑办公 > 电脑设计 > 程序设计 > caffe第二个比较经典的[小图片]识别例子CIFAR_10的运行,网络模型的详解

caffe cifar10 caffe第二个比较经典的[小图片]识别例子CIFAR_10的运行,网络模型的详解

分享人:

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值