背景知识
本文基于caffe-windows系统下实现mnist手写数字识别lenet网络的训练与测试。关于caffe-windows的安装与配置请参考下面的链接即可：
教程 | Caffe在Windows10系统上安装与配置
LeNet网络
只有五层的卷积神经网络，实现0～9数字识别！结构如下：
LMDB
Caffe中训练数据读取通过LMDB实现，支持文本、图像数据的key-value存储，通过数据层表述与训练时加载使用，所以需要把mnist数据集首先生成位LMDB格式的数据。Caffe中只需要运行下面的脚本工具即可实现。
运行mnist example第一步：制作LMDB数据
发现caffe widnow的工具压根无法在windows系统环境下运行，最后我只好下载已经制作好的LMDB数据。我把下载好的train与test的LMDB放到了caffedatamnist文件夹下。
第二步: 修改数据层
在caffeexamplesmnist文件夹下有两个跟训练与运行相关的文件
lenet_solver.prototxtlenet_train_test.prototxt
这里需要打开第二个文件，打开之后修改数据输入层的数据路径部分，我修改好之后的显示如下：
第三步：修改训练配置文件参数
打开lenet_solver.prototxt文件，其中：
最终我的修改如下：
代码语言：javascript代码运行次数：0运行复制
# The train/test net protocol buffer definitionnet: "D:/projects/caffe/examples/mnist/lenet_train_test.prototxt"# test_iter specifies how many forward passes the test should carry out.# In the case of MNIST, we have test batch size 100 and 100 test iterations,# covering the full 10,000 testing images.test_iter: 100# Carry out testing every 500 training iterations.test_interval: 500# The base learning rate, momentum and the weight decay of the network.base_lr: 0.01momentum: 0.9weight_decay: 0.0005# The learning rate policylr_policy: "inv"gamma: 0.0001power: 0.75# Display every 100 iterationsdisplay: 100# The maximum number of iterationsmax_iter: 10000# snapshot intermediate resultssnapshot: 5000snapshot_prefix: "D:/projects/caffe/examples/mnist/lenet"# solver mode: CPU or GPUsolver_mode: CPU一切准备就绪以后，直接在命令中执行如下切换到如下目录：
代码语言：javascript代码运行次数：0运行复制
D:projectscaffescriptsbuildinstallbin然后执行命令行
代码语言：javascript代码运行次数：0运行复制
caffe train -solver D:/projects/caffe/examples/mnist/lenet_solver.prototxt疯狂训练运行中，mnist示例caffe运行get！
我真的一行都代码都没写，Caffe真香！
以上就是相信吗，caffe上不写代码就可以运行mnist数据集训练与测试….的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/51870.html
微信扫一扫 
支付宝扫一扫 
