Caffe单机CpuOnly安装/运行, 以及Mnist数据集上测试
2017-12-13 17:01
316 查看
本着从简单到复杂的原则,先在笔记本上(清华同方)实现caffe框架,在Minst手写数据集上实现。
2.visual studio 2013(vs2013)。
2.在解压后的caffe-master文件夹下,找到windows文件夹,将文件“CommonSettings.props.example”复制一份,并修改名字为“CommonSettings.props”。
3.打开“CommonSettings.props”文件,将第七行的CpuOnlyBuild标签中的值改为true,第八行的UseCuDNN标签中的值改为false,更改后保存。(最好用Notepad++类似的编辑器保存,以防为隐藏的.txt文件)
4.用vs2013打开“D:\Caffee\caffe-master\windows”下的“Caffe.sln”文件。可以看到该“解决方案”共有16个项目;右键点击“解决方案’Caffe’(16个项目)”,出现“生成解决方案”,并单击。
此时下载相关的程序包,会需要一段时间之后会出现新的文件夹:
5.对“libcaffe”进行编译。
全部编译成功后会vs2013输出屏幕会出现:
6.右键点击“解决方案’Caffe’(16个项目)”,进行属性设置,在启动项目中,选择“当前选定内容”。
7.最后在caffe中,运行“caffe.cpp”,即按“Ctrl+F5”编译:
编译成功后,vs2013输出屏幕会出现如下,至此已经caffe环境已经编译成功。
2.在D:\Caffee\caffe-master目录下创建“create_mnist.bat”文件,写入如下脚本:
然后双该击脚本,即可在“D:\Caffee\caffe-master\examples\mnist”目录下成成训练数据“mnist_train_lmdb”文件和测试数据“mnist_test_lmdb”文件。
3.修改文件:“D:\Caffee\caffemaster\examples\mnist\lenet_solver.prototxt”,将最后一行改为solver_mode:CPU。
修改文件“D:\Caffee\caffe-master\examples\mnist\lenet_train_test.prototxt”,将第14行和第31行source: 后面分别改为训练集地址”./examples/mnist/mnist_train_lmdb”和测试集的地址”./examples/mnist/mnist_test_lmdb”。如下图:
4.在D:\Caffee\caffe-master目录下创建脚本文件train_mnist.bat输入如下:
然后双击运行脚本,开始训练,得到相应的正确率和损失率。在笔记本上运行两个半小时得到如下结果:
注:
1、在二.3中配置CpuOnlyBuild标签为“true”,不要写成“ture”。
2、在三.2中如果运行错误,有可能在caffe编译的时候没有生成“convert_mnist_data.exe”程序,此时需要重复第二部分对“libcaffe”和“caffe”从新编译,再运行“caffe.cpp”。
3、运行三.2和三.4的脚本时,根据程序“convert_mnist_data.exe”,“caffe.exe ”的准确路径配置,如果是Release运行时,可能是“.\Build\x64\Release**”。
一、已有环境
1.清华同方笔记本win7 64位操作系统。2.visual studio 2013(vs2013)。
二、Caffe环境配置
1.在GitHub上下载windows环境下的Caffe程序文件(https://github.com/Microsoft/caffe),并解压。2.在解压后的caffe-master文件夹下,找到windows文件夹,将文件“CommonSettings.props.example”复制一份,并修改名字为“CommonSettings.props”。
3.打开“CommonSettings.props”文件,将第七行的CpuOnlyBuild标签中的值改为true,第八行的UseCuDNN标签中的值改为false,更改后保存。(最好用Notepad++类似的编辑器保存,以防为隐藏的.txt文件)
4.用vs2013打开“D:\Caffee\caffe-master\windows”下的“Caffe.sln”文件。可以看到该“解决方案”共有16个项目;右键点击“解决方案’Caffe’(16个项目)”,出现“生成解决方案”,并单击。
此时下载相关的程序包,会需要一段时间之后会出现新的文件夹:
5.对“libcaffe”进行编译。
全部编译成功后会vs2013输出屏幕会出现:
6.右键点击“解决方案’Caffe’(16个项目)”,进行属性设置,在启动项目中,选择“当前选定内容”。
7.最后在caffe中,运行“caffe.cpp”,即按“Ctrl+F5”编译:
编译成功后,vs2013输出屏幕会出现如下,至此已经caffe环境已经编译成功。
三、Mnist数据集测试时
1.在官网上下载mnist手写数据集 []http://yann.lecun.com/exdb/mnist/],并解压到“D:\Caffee\caffe-master\data\mnist”目录下,如下图:2.在D:\Caffee\caffe-master目录下创建“create_mnist.bat”文件,写入如下脚本:
.\Build\x64\Debug\convert_mnist_data.exe .\data\mnist\mnist_train_lmdb\train-images.idx3-ubyte .\data\mnist\mnist_train_lmdb\train-labels.idx1-ubyte .\examples\mnist\mnist_train_lmdb echo. .\Build\x64\Debug\convert_mnist_data.exe .\data\mnist\mnist_test_lmdb\t10k-images.idx3-ubyte .\data\mnist\mnist_test_lmdb\t10k-labels.idx1-ubyte .\examples\mnist\mnist_test_lmdb pause
然后双该击脚本,即可在“D:\Caffee\caffe-master\examples\mnist”目录下成成训练数据“mnist_train_lmdb”文件和测试数据“mnist_test_lmdb”文件。
3.修改文件:“D:\Caffee\caffemaster\examples\mnist\lenet_solver.prototxt”,将最后一行改为solver_mode:CPU。
修改文件“D:\Caffee\caffe-master\examples\mnist\lenet_train_test.prototxt”,将第14行和第31行source: 后面分别改为训练集地址”./examples/mnist/mnist_train_lmdb”和测试集的地址”./examples/mnist/mnist_test_lmdb”。如下图:
4.在D:\Caffee\caffe-master目录下创建脚本文件train_mnist.bat输入如下:
.\Build\x64\Debug\caffe.exe train --solver=.\examples\mnist\lenet_solver.prototxt pause
然后双击运行脚本,开始训练,得到相应的正确率和损失率。在笔记本上运行两个半小时得到如下结果:
注:
1、在二.3中配置CpuOnlyBuild标签为“true”,不要写成“ture”。
2、在三.2中如果运行错误,有可能在caffe编译的时候没有生成“convert_mnist_data.exe”程序,此时需要重复第二部分对“libcaffe”和“caffe”从新编译,再运行“caffe.cpp”。
3、运行三.2和三.4的脚本时,根据程序“convert_mnist_data.exe”,“caffe.exe ”的准确路径配置,如果是Release运行时,可能是“.\Build\x64\Release**”。
相关文章推荐
- caffe--没有安装任何接口的情况下使用shell命令运行mnist并测试手写图像
- 【深度学习】在Mac下安装深度学习框架Caffe并测试Mnist数据集
- 基于RedHatEnterpriseLinux V7(RHEL7)下SPEC CPU 2006环境搭建以及测试流程(之一)——介绍、安装准备、安装、config文件以及运行脚本介绍
- Ubuntu14.04+caffe+cuda7.5 环境搭建以及MNIST数据集的训练与测试
- Caffe 实例 手写数字mnist训练与测试过程(Windows + CPU Only)
- caffe:单CPU(E2650)下--单GPU和双GPU(GTX 1080ti)下执行LeNet-5的mnist运行时间对比
- ubuntu16 caffe安装+测试(cpu)
- win10 + vs2013 +caffe 简易CPUonly安装步骤
- 在纯净的linux中配置安装caffe直到可以训练和测试自己的数据集(1/2)
- Ubuntu下安装Caffe(CPU Only)
- Ubuntu 14.04 caffe 学习系列一,caffe安装only CPU
- Ubuntu 16.04 安装caffe(CPU)以及编译问题处理
- Ubuntu 14.04上Caffe安装:CPU-Only与GPU支持
- caffe示例实现之4在MNIST手写数字数据集上训练与测试LeNet
- caffe-cifar10数据集运行及测试
- 【Caffe】【场景分类】Places365安装、docker运行,以及调用本地caffe运行(Ubuntu14.04)
- Caffe学习(2) Windows 版本 运行mnist数据集
- 自己安装虚拟机vbox+ubuntu16.04+opencv3.2.0+python2.7+caffe+CPUonly的全过程整理
- Ubuntu安装caffe指南(cpu only)