前兩篇文章caffe入門應(yīng)用方法(三)——制作LMDB數(shù)據(jù)源和caffe入門應(yīng)用方法(四)--制作hdf5數(shù)據(jù)源分別介紹了制作LMDB和hdf5數(shù)據(jù)源的方法,以及更前面的文章記錄了使用caffe搭建神經(jīng)網(wǎng)絡(luò)的方法.本文主要介紹一些訓(xùn)練神經(jīng)網(wǎng)絡(luò)常用的命令行.

訓(xùn)練網(wǎng)絡(luò)

sudo sh ./build/tools/caffe train --solver=examples/mnist/train_lenet.sh

• solver：必選參數(shù). 指定一個protocol buffer類型的文件，即模型的配置文件。如：

  ./build/tools/caffe train -solver examples/mnist/lenet_solver.prototxt
  

• gpu: 可選參數(shù)。該參數(shù)用來指定用哪一塊gpu運行，根據(jù)gpu的id進行選擇，如果設(shè)置為'-gpu all'則使用所有的gpu運行。如使用第三塊gpu運行：

  ./build/tools/caffe train -solver examples/mnist/lenet_solver.prototxt -gpu 2
  

• weights:可選參數(shù)。用預(yù)先訓(xùn)練好的權(quán)重來fine-tuning模型，需要一個caffemodel如：

    ./build/tools/caffe train -solver examples/finetuning_on_flickr_style/solver.prototxt -weights models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel
  

測試網(wǎng)絡(luò)

./build/tools/caffe test -model examples/mnist/lenet_train_test.prototxt -weights examples/mnist/lenet_iter_10000.caffemodel -gpu 0

time參數(shù)用來在屏幕上顯示程序運行時間。如：

./build/tools/caffe time -model examples/mnist/lenet_train_test.prototxt -iterations 10

關(guān)于gpu

選用第一,二個GPU訓(xùn)練網(wǎng)絡(luò):

./build/tools/caffe train -solver examples/mnist/lenet_solver.prototxt -gpu 0,1

選用所有GPU訓(xùn)練網(wǎng)絡(luò):

./build/tools/caffe train -solver examples/mnist/lenet_solver.prototxt -gpu all

例子

獲取mnist數(shù)據(jù)

cd caffe 
sudo sh data/mnist/get_mnist.sh

轉(zhuǎn)為LMDB格式

sudo sh examples/mnist/create_mnist.sh

運行模型

./build/tools/caffe train -solver examples/mnist/lenet_solver.prototxt

執(zhí)行結(jié)果

image