Caffe-Windows(CPU)配置及mnist数据集测试

本文详细介绍了在Windows环境下使用Visual Studio 2013配置Caffe的步骤,包括环境设置、依赖包安装及编译过程。并演示了如何使用MNIST数据集进行手写数字识别测试,从数据预处理到模型训练的全过程。

 

首先感谢各位大佬的解决办法,让我在windows下利用caffe-windows版本实现了机器学习的“Hello World”——mnist手写数字数据集测试。在此记录一下~

一、配置环境:

    系统版本:Windows 10 专业版 64位

    Visual Studio版本:Visual Studio professional 2013

二、caffe-windows配置:

1、caffe-windows下载地址:https://github.com/Microsoft/caffe 

2、解压后进入如下路径:\caffe-master\windows目录,CommonSettings.props.example复制一份副本,然后再将副本重命名为CommonSettings.props。

3、然后用编辑器(Notepad++)将CommonSettings.props打开,修改其中一部分内容,并保持文件,如图:

4、在\caffe-master\windows目录下,双击Caffe.sln文件,打开windows caffe工程

5、点击菜单“生成”——“重新生成解决方案”,然后就是等待编译过程,这个过程很长,VS会通过NuGet工具自动获取预编译的Caffe依赖包,并将依赖包放在和caffe-windows同级目录下,等编译完了可以检验一下。

6、编译过程结束后会出现一些错误,直接参考链接修改:

https://blog.youkuaiyun.com/Sunshine_in_Moon/article/details/51426073

https://www.cnblogs.com/yixuan-xu/p/5858595.html

7、编译完成后,我的系统默认是Debug模式下的编译,所以,没有生成Release文件,还需要在Release模式下进行“重新生成解决方案”,否者后面还会出错。至此caffe-windows模型配置已经完成。

三、mnist数据集测试

1,、mnist数据集下载:http://yann.lecun.com/exdb/mnist/

2、由于caffe并不直接对这四个文件进行训练,而是要把它转化为lmdb或leveldb格式进行读取。所以这里直接提供两个文件夹(mnist-train-leveldb和mnist-test-leveldb)将它解压缩复制到caffe-master根目录的examples/mnist目录下。下载地址:链接:https://pan.baidu.com/s/13feCNfDnK7V4hX4G6mV1Jw  提取码:xrgo。(感谢大佬~)

3、对\caffe-master\examples\mnist目录下的lenet_train_test.prototxt进行修改。

4、因为用的CPU,还需要修改lenet_solver.prototxt里面最后一行为CPU。

5、在\caffe-windows的根目录下,写一个bat文件,然后双击。bat内容如下:

.\Build\x64\Release\caffe.exe train --solver=examples/mnist/lenet_solver.prototxt
pause  

6、最后得到模型结果

四、参考链接

https://blog.youkuaiyun.com/zb1165048017/article/details/51770333

https://www.cnblogs.com/yixuan-xu/p/5858595.html

https://blog.youkuaiyun.com/Sunshine_in_Moon/article/details/51426073

《深度学习  21天实战caffe》

下载前必看:https://renmaiwang.cn/s/bvbfw Verilog设计_串并转换 / 移位寄存器实现了一种串并转换的功能,其核心原理在于移位寄存器的运用。 这里详细展示了串转并以及并转串两种不同的设计方案。 每一种转换模式都设有专属的使能信号,同时并行输出数据的格式提供了两种选择:最低有效位优先(lsb)和最高有效位优先(msb)。 串并转换技术主要应用于串行传输与并行传输这两种数据传输模式之间的相互转换,而移位寄存器是达成这一目标的常用工具,能够支持并行及串行的数据输入与输出操作。 这些移位寄存器通常被设定为“串行输入、并行输出”(SIPO)或“并行输入、串行输出”(PISO)两种工作模式。 在串行数据输出的过程中,构成数据和字符的码元会按照既定的时间顺序逐位进行传输。 相比之下,并行数据传输则是在同一时刻将固定数量(普遍为8位或16位等)的数据和字符码元同时发送至接收端。 数据输入通常采用串行格式进行。 一旦数据成功输入寄存器,它便可以在所有输出端同时被读取,或者选择逐位移出。 寄存器中的每个触发器均设计为边沿触发类型,并且所有触发器均以特定的时钟频率协同工作。 对于每一个输入位而言,它需要经过N个时钟周期才能最终在N个输出端呈现,从而完成并行输出。 值得注意的是,在串行加载数据期间,并行输出端的数据状态应保持稳定。 数据输入则采用并行格式。 在将数据写入寄存器的操作过程中,写/移位控制线必须暂时处于非工作状态;而一旦需要执行移位操作,控制线便会变为激活状态,并且寄存器会被锁定以保持当前状态。 只要时钟周期数不超过输入数据串的长度,数据输出端Q将按照预定的顺序逐位读出并行数据,并且必须明确区分最低有效位(LSB)和最高有效位(MSB)。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值