作为刚接触 linux 的菜鸟,一来就被要求运行 cuda convnet 程序,感谢伟大的网站https://github.com/botonchou/cuda-convnet
之前一直用的是http://code.google.com/p/cuda-convnet/wiki/Compiling 可是编译的老是出错于是换成上面的程序果断能训练了
具体方法(PS 用的是 ubuntu 系统
要求 具备软件
- NVIDIA CUDA Toolkit (至少是5.0 我用的是6.0网站上都有自己找就行了) 一下四个是系统自带我用的是 ubuntu 所以只需要执行更新就行
- Python development libraries/headers
- Numpy
- Python libmagic bindings
- Matplotlib
- ATLAS development libraries/headers
sudo apt-get install python-dev
sudo apt-get install python-numpy
sudo apt-get install python-magic
sudo ape-get install python-matplotlib
sudo apt-get install libatlas-base-dev
以上都会自动更新
下面是编译
chmod +x install-sh
./install-sh
最后开始训练
sh ./go_example.sh
不多说直接看下图
logprob: 0.745161, 0.222200
-------------------------------------------------------
Layer 'conv1' weights[0]: 1.033780e-01 [5.014547e-05]
Layer 'conv1' biases: 5.254298e-01 [1.338963e-06]
Layer 'conv2' weights[0]: 3.163821e-02 [2.181243e-05]
Layer 'conv2' biases: 2.138886e-01 [6.067374e-07]
Layer 'conv3' weights[0]: 2.676884e-02 [2.672804e-05]
Layer 'conv3' biases: 1.548886e-01 [5.535466e-07]
Layer 'fc10' weights[0]: 1.993447e-03 [9.338871e-05]
Layer 'fc10' biases: 1.105464e+00 [2.657892e-05]
-------------------------------------------------------
Saved checkpoint to exp/ConvNet__2014-08-07_22.34.57
======================================================= (4.365 sec)
3297.5... logprob: 0.267501, 0.076600 (3.097 sec)
3298.1... logprob: 0.265813, 0.077400 (3.113 sec)
这是训练所显示的这个代码比之前的简单方便不需要修改路径,以前使用库函数
之前运行时遇到了要修改 convner.so 函数库 这个需要自己添加我用的是 openblas 安装时先安装blas 再安装 CBLAS 最后在安装openblas 然后生成。。。。so 函数库
还需要修改路径网上有说明