Caffe多愛PythonをなくしたらCifar-10


私は深入な学习に入ったばかりなので、多くの资料がよく分かりません.深い学習フレームワークcaffeをよりよく学習し理解するために、ここでcaffe公式サイトの学習心得をまとめます.
深さ学習の表現はその複雑な構造,膨大なパラメータに対応する良好な学習表現に由来する.caffeの上手さにはやはり多くの時間がかかりました.niceのガイドがいるので、痛くて楽しかったです.
深い学習への神秘的なあこがれから、imagenetのネットワークを訓練し始め、メモリオーバーフローのエラーが発生し、ショックを受けた.先生に報告すると、自分がしっかりしていないと落ち着いていると思います.そこで比較的簡単なCifar-10から自分の深さを学びcaffeの旅を始める.
一.CIFAR-10 tutorial First of allは、caffeが正常にコンパイルされ、caffeのインストールディレクトリがCAFFE_であると仮定します.ROOT. 1.データを準備するには、まず、cifarのホームページからデータフォーマットをダウンロードして変換する必要があります.もちろん、caffeのディレクトリの下にも上記の作業を完了するスクリプトがあり、直接実行することもできます.
cd $CAFFE_ROOT
./data/cifar10/get_cifar10.sh
./examples/cifar10/create_cifar10.sh

ヒントwgetまたはgunzipがインストールされていない場合は、実行前にそれぞれインストールします.スクリプトファイルを実行することにより、データセット/cifar 10-leveldbとデータセットの画像平均を得ることができる.mean.binaryproto. 2.モデルCifar-10ネットワークの構築はCNNネットワークであり、ボリューム層、プール化層、線形修正ユニットの非線形化、領域対比標準化を含み、ネットワークの上部は線形分類器である.ネットワークの定義については、CAFFE_を表示できます.ROOT/examples/cifar10 directory’s cifar10_quick_train_test.prototxt. 3.「Quick」モデルのネットワーク構造を訓練・テストし,solverを設置することでネットワークを訓練することが容易になる.train_を実行quick.sh.
cd $CAFFE_ROOT
./examples/cifar10/train_quick.sh

ネットワークのパラメータはcifar 10_に保存されます.quick_iter_5000です.