深度学习实践(1) - Caffe - 训练CIFAR-10数据

神马屎Caffe

caffe是一个友好、易于上手的开源深度学习平台，主要用于图像的相关处理，可以支持CNN等多种深度学习网络。

基于caffe，开发者可以方便快速地开发简单的学习网络，用于分类、定位等任务，也可以用于科研，在其源码基础上进行修改，实现自己的算法。

本文的主要目的，是介绍caffe的基本使用方法，希望通过本文，能让普通的工程师可以使用caffe训练自己的简单模型。

本文主要包括以下内容：运行caffe的例子训练cifar训练集、使用别人定义好的网络训练自己的数据、使用训练好的模型fine tune自己的数据。

好了，废话我也就不多说，这是从万能的互联网上粘贴过来的。上班时间，记录一下Caffe。

CIFAR-10

下面是CIFAR-10数据的下载地址（http://www.cs.toronto.edu/~kriz/cifar.html）

官网的介绍60000张 32X32 彩色图像 10类，50000张训练，10000张测试。感觉有点害怕，香菇，蓝瘦。于是马上截个图，准备下来试试。

1. 获取训练数据

cd $CAFFE_ROOT
./data/cifar10/get_cifar10.sh

运行后将会在examples中出现数据集./cifar10_xxx_lmdb和数据集图像均值./mean.binaryproto

2. 创建训练数据文件

create_cifar10.sh 所做的工作就是将图片库转成leveldb格式，并计算均值二进制文件。要输入Caffe里面的话则要按照Caffe的定义进行输入：

./examples/cifar10/create_cifar10.sh

3. 开始训练

./examples/cifar10/train_quick.sh

这