< >
Home » Turbot-DL入门教程 » Turbot-DL入门教程篇-Caffe-cifar10实例

Turbot-DL入门教程篇-Caffe-cifar10实例

Turbot-DL入门教程篇-Caffe-cifar10实例

说明:

  • 介绍如何在Turbot-DL上测试caffe的cifar10实例

介绍:

  • cifar10数据训练样本50000张,测试样本10000张,每张为32*32的彩色三通道图片,共分为10类。

步骤:

  • 进入目录
$ cd ~/dl/openpose/openpose/3rdparty/caffe
  • 下载数据:
$ sudo sh data/cifar10/get_cifar10.sh
  • 运行成功后,会在 data/cifar10/文件夹下生成一堆bin文件
batches.meta.txt  data_batch_2.bin  data_batch_4.bin  get_cifar10.sh  test_batch.bin
data_batch_1.bin  data_batch_3.bin  data_batch_5.bin  readme.html
  • 转换数据格式为lmdb:
$ sudo sh examples/cifar10/create_cifar10.sh
  • 转换成功后,会在 examples/cifar10/文件夹下生成两个文件夹

  • cifar10_train_lmdb和cifar10_test_lmdb, 里面的文件就是我们需要的文件。

  • 为了节省时间,我们进行快速训练(train_quick),训练分为两个阶段

  • 第一个阶段(迭代4000次)调用配置文件cifar10_quick_solver.prototxt, 学习率(base_lr)为0.001

  • 第二阶段(迭代1000次)调用配置文件cifar10_quick_solver_lr1.prototxt, 学习率(base_lr)为0.0001

  • 前后两个配置文件就是学习率(base_lr)和最大迭代次数(max_iter)不一样,其它都是一样。

  • 如果你对配置文件比较熟悉以后,实际上是可以将两个配置文件合二为一的,设置lr_policy为multistep就可以了。

base_lr: 0.001
momentum: 0.9
weight_decay: 0.004
lr_policy: "multistep"
gamma: 0.1
stepvalue: 4000
stepvalue: 5000
  • 运行例子:
$ sudo sh examples/cifar10/train_quick.sh
  • GPU+cudnn大约45秒左右,精度75%左右。

  • 效果图:

请输入图片描述

问题:

  • 问题1:没找到./build/examples/cifar10/convert_cifar_data.bin: not found
  • 解决:在caffe根目录下
sudo mv examples/cifar10/convert_cifar_data.bin build/examples/cifar10/
  • 问题2:没找到./build/tools/compute_image_mean: not found
  • 解决:
sudo cp tools/compute_image_mean  ./build/tools/

参考:

  • http://caffe.berkeleyvision.org/
  • http://www.cnblogs.com/denny402/p/5075490.html

纠错,疑问,交流: 请进入讨论区点击加入Q群

获取最新文章: 扫一扫右上角的二维码加入“创客智造”公众号


标签: turbot-dl入门教程篇