ubuntu 下caffe框架內一個訓練流程小記

訓練伊始：獲取數據集

        所需要執行的文件是 get_<數據集名>.sh       但是該文件的執行需要在指定的文件夾下面，而非是caffe根目錄。故而在執行之前需要先cd切換到指定的文件夾

例如：當你需要執行 get_mnist.sh 時首先要做：

$ cd       #直接回到home目錄     
$ cd caffe/data/mnist   #到caffe目錄下找data文件夾然後進入mnist文件夾
$ ./get_mnist.sh      #我的電腦跑CPU，不知爲何不能用sh get_mnist.sh 命令來執行

得到之後需要再執行creat_mnist.sh 但是此時必須要在caffe根目錄下執行而不是先進入mnist文件夾後執行

$ cd ~/caffe   #回到caffe根目錄下 當前在mnist文件夾下不能用cd caffe 直接回到上層次的caffe文件夾 
$ ./examples/mnist/create_mnist.sh 

執行完以上兩步之後再需要更改參數文件修改爲CPU做訓練

因爲要執行文件train_lenet.sh 可手動打開看看需要修改的.prototxt 文件有哪些

其中提到的路徑爲examples/mnist/lenet_solver.prototxt

故而打開lenet_solver.prototxt 進行CPU_ONLY的修改

找到文件 lenet_solver.prototxt 用gedit打開後將最後一行solver_mode:GPU 修改爲  solver_mode:CPU

lenet 是模型的名稱，而solver基本上存放着可調參數。其實後綴爲prototxt很多都是用來修改配置的

該文件路徑： caffe/example/<數據集名>

可以直接用文件管理器找到文件，也可以用終端執行命令打開

$ sudo gedit caffe/examples/mnist/lenet_solver.prototxt
# 假設當前的目錄爲home,TIP:在當前目錄下取下個文件夾時前面不能加/;也就是gedit caffe 不可寫爲gedit /caffe

修改完之後回到caffe目錄下開始訓練：

$ cd ~/caffe       #回到caffe目錄下
$ ./examples/mnist/train_lenet.sh 

最終訓練完的模型存儲：

examples/mnist/lenet_iter_10000.caffemodel

./build/tools/caffe.bin test -model=examples/mnist/lenet_train_test.prototxt -weights=examples/mnist/lenet_iter_10000.caffemodel

訓練結束後開始測試：

$ ./build/tools/caffe.bin test -model=examples/mnist/lenet_train_test.prototxt -weights=examples/mnist/lenet_iter_10000.caffemodel

同理 如果是cifar10數據庫

$ cd ~/caffe/data/cifar10
$ ./get_cifar10.sh         #在cifar10目錄下執行，未嘗試過直接在caffe目錄下執行
$ cd ~/caffe
$ ./examples/cifar10/create_cifar10.sh    #不到caffe目錄下執行會報錯

打開train_quick.sh

發現提到兩個.prototxt 文件，故而將兩個都做CPU_ONLY的修改

但是，留心發現不單單有train_quick.sh 還有train_full.sh     train_full_sigmoid.sh    train_full_sigmoid_bn.sh 等訓練文件

根據自己所需要執行的訓練文件來修改所涉及的.prototxt文件中的CPU_ONLY

訓練模型：

$ ./examples/cifar10/train_quick.sh

測試:參考以上的測試輸入命令，下面貼出網絡查詢到的自己定義網絡所輸入的命令供之後分析

python python/classify.py 
--model_def examples/cifar10/cifar10_quick.prototxt 
--pretrained_model examples/cifar10/cifar10_quick_iter_4000.caffemodel.h5 
--center_only  examples/images/cat.jpg foo  

其中出現的model_def，pretrained_model,center_only ,這些參數哪些可選？哪些必選？

較之mnist的test命令

./build/tools/caffe.bin test 
-model=examples/mnist/lenet_train_test.prototxt 
-weights=examples/mnist/lenet_iter_10000.caffemodel

有model,weights這兩個參數，已知的是GPU=0，這個是可選參數，選擇零號GPU