caffe入门应用方法(五)--使用命令行训练网络

前两篇文章caffe入门应用方法(三)——制作LMDB数据源和caffe入门应用方法(四)--制作hdf5数据源分别介绍了制作LMDB和hdf5数据源的方法,以及更前面的文章记录了使用caffe搭建神经网络的方法.本文主要介绍一些训练神经网络常用的命令行.

训练网络

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

• solver：必选参数. 指定一个protocol buffer类型的文件，即模型的配置文件。如：

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

• gpu: 可选参数。该参数用来指定用哪一块gpu运行，根据gpu的id进行选择，如果设置为'-gpu all'则使用所有的gpu运行。如使用第三块gpu运行：

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

• weights:可选参数。用预先训练好的权重来fine-tuning模型，需要一个caffemodel如：

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

测试网络

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

time参数用来在屏幕上显示程序运行时间。如：

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

关于gpu

选用第一,二个GPU训练网络:

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

选用所有GPU训练网络:

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

例子

获取mnist数据

cd caffe 
sudo sh data/mnist/get_mnist.sh

转为LMDB格式

sudo sh examples/mnist/create_mnist.sh

运行模型

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

执行结果

image