学习笔记1 CIFAR-10在caffe上进行训练与学习-薛开宇.pdf

学习笔记1 CIFAR-10在caffe上进行训练与学习-薛开宇.pdf

ID:52519270

大小:144.71 KB

页数:3页

时间:2020-03-28

学习笔记1 CIFAR-10在caffe上进行训练与学习-薛开宇.pdf_第1页
学习笔记1 CIFAR-10在caffe上进行训练与学习-薛开宇.pdf_第2页
学习笔记1 CIFAR-10在caffe上进行训练与学习-薛开宇.pdf_第3页
资源描述:

《学习笔记1 CIFAR-10在caffe上进行训练与学习-薛开宇.pdf》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、读书笔记1CIFAR-10在caffe上进行训练与学习2014.7.21薛开宇本次学习笔记作用,知道如何在caffe上训练与学习,如何看结果。1.1使用数据库:CIFAR-1060000张32X32彩色图像10类50000张训练10000张测试1.2准备在终端运行以下指令:cd$CAFFE_ROOT/data/cifar10./get_cifar10.shcd$CAFFE_ROOT/examples/cifar10./create_cifar10.sh其中CAFFE_ROOT是caffe-master在你机子的地址运行之后,

2、将会在examples中出现数据库文件./cifar10-leveldb和数据库图像均值二进制文件./mean.binaryproto1.3模型该CNN由卷积层,POOLing层,非线性变换层,在顶端的局部对比归一化线性分类器组成。该模型的定义在CAFFE_ROOT/examples/cifar10directory’scifar10_quick_train.prototxt中,可以进行修改。其实后缀为prototxt很多都是用来修改配置的。1.4训练和测试训练这个模型非常简单,当我们写好参数设置的文件cifar10_qui

3、ck_solver.prototxt和定义的文件cifar10_quick_train.prototxt和cifar10_quick_test.prototxt后,运行train_quick.sh或者在终端输入下面的命令:cd$CAFFE_ROOT/examples/cifar10./train_quick.sh即可,train_quick.sh是一个简单的脚本,会把执行的信息显示出来,培训的工具是train_net.bin,cifar10_quick_solver.prototxt作为参数。然后出现类似以下的信息:I031

4、721:52:48.9457102008298256net.cpp:74]CreatingLayerconv1I031721:52:48.9457162008298256net.cpp:84]conv1<-dataI031721:52:48.9457252008298256net.cpp:110]conv1->conv1I031721:52:49.2986912008298256net.cpp:125]Topshape:100323232(3276800)I031721:52:49.2987192008298256net.c

5、pp:151]conv1needsbackwardcomputation.这是搭建模型的相关信息接着:031721:52:49.3093702008298256net.cpp:166]Networkinitializationdone.I031721:52:49.3093762008298256net.cpp:167]MemoryrequiredforData23790808I031721:52:49.3094222008298256solver.cpp:36]Solverscaffoldingdone.I031721:52

6、:49.3094472008298256solver.cpp:47]SolvingCIFAR10_quick_train之后,训练开始I031721:53:12.1797722008298256solver.cpp:208]Iteration100,lr=0.001I031721:53:12.1856982008298256solver.cpp:65]Iteration100,loss=1.73643...I031721:54:41.1500302008298256solver.cpp:87]Iteration500,Tes

7、tingnetI031721:54:47.1294612008298256solver.cpp:114]Testscore#0:0.5504I031721:54:47.1295002008298256solver.cpp:114]Testscore#1:1.27805其中每100次迭代次数显示一次训练时lr(learningrate),和loss(训练损失函数),每500次测试一次,输出score0(准确率)和score1(测试损失函数)当5000次迭代之后,正确率约为75%,模型的参数存储在二进制protobuf格式在ci

8、far10_quick_iter_5000然后,这个模型就可以用来运行在新数据上了。1.5其他另外,更改cifar*solver.prototxt文件可以使用CPU训练,#solvermode:CPUorGPUsolver_mode:CPU可以看看CPU和GPU训练的差别。主要资料来源:c

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。