Turbot-DL入门教程篇-Caffe-mnist实例

Turbot-DL入门教程篇-Caffe-mnist实例

说明：

• 介绍如何通过Turbot-DL运行Caffe的mnist实例

介绍：

• mnist是一个手写数字库，由DL大牛Yan LeCun进行维护。
• mnist最初用于支票上的手写数字识别, 现在成了DL的入门练习库。
• 针对mnist识别的专门模型是Lenet，算是最早的cnn模型了。
• mnist数据训练样本为60000张，测试样本为10000张，每个样本为28*28大小的黑白图片，手写数字为0-9，因此分为10类

步骤：

• 进入目录

$ cd ~/dl/openpose/openpose/3rdparty/caffe

下载mnist数据和转换

• 首先下载mnist数据，假设当前路径为caffe根目录

$ sudo sh data/mnist/get_mnist.sh

• 运行成功后，在 data/mnist/目录下有四个文件：

train-images-idx3-ubyte:  训练集样本 (9912422 bytes) 
train-labels-idx1-ubyte:  训练集对应标注 (28881 bytes) 
t10k-images-idx3-ubyte:   测试集图片 (1648877 bytes) 
t10k-labels-idx1-ubyte:   测试集对应标注 (4542 bytes)

• 这些数据不能在caffe中直接使用，需要转换成LMDB数据

$ sudo sh examples/mnist/create_mnist.sh

• 如果想运行leveldb数据，请运行 examples/siamese/ 文件夹下面的程序。
• examples/mnist/ 文件夹是运行lmdb数据
• 转换成功后，会在 examples/mnist/目录下，生成两个文件夹
• 分别是mnist_train_lmdb和mnist_test_lmdb，里面存放的data.mdb和lock.mdb，就是我们需要的运行数据。

修改配置：

• 修改配置文件，如果你有GPU且已经完全安装好，这一步可以省略，如果没有，则需要修改solver配置文件。

• 需要的配置文件有两个，一个是lenet_solver.prototxt，另一个是train_lenet.prototxt.

• 首先打开lenet_solver_prototxt

$ sudo vi examples/mnist/lenet_solver.prototxt

• 根据需要，在max_iter处设置最大迭代次数，以及决定最后一行solver_mode,是否要改成CPU
• 保存退出后，就可以运行这个例子了

$ sudo sh examples/mnist/train_lenet.sh

• CPU运行时候大约13分钟，GPU运行时间大约4分钟，GPU+cudnn运行时候大约40秒，精度都为99%左右

• 效果图：

问题：

• 问题1：没有build/examples/mnist/convert_mnist_data.bin

• 解决：convert_mnist_data.bin文件在examples/mnist的目录下，移动到build/examples/mnist

• 在caffe根目录下操作

  mkdir -p build/examples/mnist/
  sudo mv examples/mnist/convert_mnist_data.bin build/examples/mnist/

• 问题2：没有build/tools/caffe

• 解决：caffe文件在tools/下，复制一份到build/tools/目录

  mkdir -p build/tools
  sudo cp tools/caffe build/tools/

参考：

• http://caffe.berkeleyvision.org/gathered/examples/mnist.html
• http://caffe.berkeleyvision.org/
• http://www.cnblogs.com/denny402/p/5075490.html
• https://huangying-zhan.github.io/2016/08/16/Caffe-installation-and-practice-on-Jetson-TK1.html