Caffe+PythonインターフェーステストMNIST--データのダウンロードと準備
caffeのpythonインターフェースを設定した後、mnistのテストを実行します.
http://www.cnblogs.com/linyuanzhou/p/6012231.html
ヒントは以下の通りです.
**Check failure stack trace**
午後は原因が分かりませんでしたが、データはダウンロードされていないのではないかと推測してデータをダウンロードしました.
公式文書を参照:http://nbviewer.jupyter.org/github/BVLC/caffe/blob/master/examples/01-learning-lenet.ipynb
他人のブログ:http://blog.csdn.net/qq_1445119/articale/detail/52415090
http://www.cnblogs.com/linyuanzhou/p/6012231.html
ヒントは以下の通りです.
**Check failure stack trace**
午後は原因が分かりませんでしたが、データはダウンロードされていないのではないかと推測してデータをダウンロードしました.
公式文書を参照:http://nbviewer.jupyter.org/github/BVLC/caffe/blob/master/examples/01-learning-lenet.ipynb
他人のブログ:http://blog.csdn.net/qq_1445119/articale/detail/52415090
# Download data
!data/mnist/get_mnist.sh
# Prepare data
!examples/mnist/create_mnist.sh ， txt 1)データのダウンロード
http://yann.lecun.com/exdb/mnist/
全部で4つのデータがあります
4つのファイルをあなたのcaffeディレクトリに展開します.例えば:.\caffe-master\data\mnist
2)データの準備
データをlmdbデータファイルに変更します.
caffeルートディレクトリで作成できます.datファイルの内容は以下の通りです.
.\Build\x 64\Release\convert_mnist_data.exe.\data\mnist\trin-mages.idx 3-ubyte.\data\mnist\trin-labels.idx 1-ubyte.\examples\mnist_トレイlmdb echo. .\Build\x 64\Release\convert_mnist_data.exe.\data\mnist\t 10 k-mages.idx 3-ubyte .\data\mnist\t 10 k-labels.idx 1-ubyte.\examples\mnist\mnist_test_lmdb pause
成功したらデータトレーニングを行います.成功しなかったら自分のフォルダが正しいか確認してください.
3)トレーニングとテスト
トレーニングは直接上とデータを修正して、作成します.ソロver.prototxtファイルの中のソロverのmodeはGPU/CPUを設定して、GPUがなくてCPUに設定して、内容は以下の通りです.
.\Build\x 64\Release\caffe.exe train--sover=.\examples\mnist\lenet_sover.prototxt pause
仮想プログラムからデータトレーニングを行います.
または
Pythonでは最初に言及したテストファイルを利用してmnistテストを行います.http://www.cnblogs.com/linyuanzhou/p/6012231.htmlに示す
Pythonでさらに呼び出し、公式ファイルを参照してください.
http://nbviewer.jupyter.org/github/BVLC/caffe/blob/master/examples/01-learning-lenet.ipynb
本論文では、データのダウンロードと準備についてのみ言及します.
Have a good night
