上一章,我们介绍了在Linux环境下DeepNet框架的搭建,这一章,我们讲讲DeepNet的使用。
以/deepnet-master/deepnet/examples中的rbm为例:
cd到/deepnet-master/deepnet/examples/rbm目录中,看到有4个文件:eval.pbtxt,model.pbtxt,train.pbtxt以及runall.sh。
train.pbtxt
optimizer : CD
stopcondition {
all_processed: false
steps: 100000
}
train: true
batchsize: 100
data_proto: "/ais/gobi3/u/nitish/mnist/mnist.pbtxt"
eval_after: 1000
checkpoint_after: 10000
checkpoint_directory: "/ais/gobi3/u/nitish/mnist/models"
show_after: 1000
randomize: true
optimizer:RBM使用G.E.Hinton提出的对比散度(Contrastive Divergence, CD)优化算法。
stopc