深度学习(一)学会用CAFFE训练自己的模型
2017-04-26 23:08
483 查看
利用caffe训练手写图片数据集
配置好caffe的环境之后,就可以学习如何利用caffe训练自己的模型了。笔者主要参考了CSDN上的一篇博客来训练模型http://blog.csdn.net/Eddy_zheng/article/details/50931610,下面我只简单总结训练操作过程中所学到的知识:bat批处理命令的书写
在windows平台学习caffe必须要学会写批处理文件,这样就减少了在CMD命令行下操作文件的麻烦。bat文件类似于Linux下的sh脚本文件,作用都是简化命令行操作,笔者目前主要在windows下学习caffe,可能以后会考虑linux系统下操作(比如安装双系统)。
在批处理命令中,需要注意不能轻易将一行代码改为多行代码。
比如这段命令
SET GLOG_logtostderr=1 C:\Users\Administrator\Desktop\caffe-windows-master\bin\convert_imageset.exe C:\Users\Administrator\Desktop\caffe-windows-master\data\Digits\val\ C:\Users\Administrator\Desktop\caffe-windows-master\data\Digits\val.txt C:\Users\Administrator\Desktop\caffe-windows-master\data\Digits\mvalldb pause
第二行命令不可变为多行命令,笔者因为将其变为多行命令而出现了错误libprotobuf,即文件路径出错。
文件路径的书写在不同情况下有差别,比如笔者在lenet_train_test.prototxt中修改source值时,因将路径C:/../..错写为C:\..\..,而导致训练数据时再次出现libprotobuf错误。(这里的路径书写与批处理命令有略微不同)
相关文章推荐
- 【深度学习】笔记6:使用caffe中的CIFAR10网络模型和自己的图片数据训练自己的模型(步骤详解)
- 深度学习-CAFFE利用CIFAR10网络模型训练自己的图像数据获得模型-3结合caffe中的CIFAR10修改相关配置文件并训练
- 深度学习-CAFFE利用CIFAR10网络模型训练自己的图像数据获得模型-2生成图像库的均值文件
- 深度学习-CAFFE利用CIFAR10网络模型训练自己的图像数据获得模型-4应用生成模型进行预测
- 深度学习-CAFFE利用CIFAR10网络模型训练自己的图像数据获得模型-1.制作自己的数据集
- 【神经网络与深度学习】Caffe使用step by step:使用自己数据对已经训练好的模型进行finetuning
- Caffe深度学习入门—— caffenet 微调网络 训练自己的数据并测试训练的模型
- 深度学习Caffe实战笔记(21)Windows平台 Faster-RCNN 训练好的模型测试数据
- 深度学习Caffe实战笔记(20)Windows平台 Faster-RCNN 训练自己的数据集
- 深度学习 caffe 建自己的数据库 训练一个自创卷积神经网络 过程总结
- 【深度学习框架Caffe学习与应用】第三课 使用训练好的模型
- Caffe深度学习入门——python调用caffe训练好的模型检测单帧图片
- 【神经网络与深度学习】深度学习实战——caffe windows 下训练自己的网络模型
- 深度学习Caffe平台实例——CIFAR-10数据集在caffe平台上模型训练及实例使用模型进行预测
- Facebook开源Caffe2深度学习框架:开发者可快速训练和迭代AI模型
- 深度学习实战——caffe windows 下训练自己的图像模型
- 深度学习与人脸识别系列(4)__利用caffe训练深度学习模型
- 深度学习ssd检测模型训练自己的数据集
- 深度学习文章5:使用caffe对自己的图像数据进行训练并测试
- (3)caffe学习之微调预训练的模型训练自己的数据集