Caffe练习(一):对手写字体mnist进行识别

本文分享了使用Caffe进行手写数字识别的过程,从安装配置到数据集准备,再到模型训练,最后达到99.13%的识别准确率。文章详细记录了配置过程中的常见问题及解决方案。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

上午正式装好Caffe,下午就开始测试一下,当然是测试有名的手写识别mnist,一步一个坑,最终测试成功,准确率99.13%,放测试结果图:

下面来说一说测试步骤和填坑方法。

1、下载数据集“mnist-leveldb.7z”,解压后放在包括mnist-test-leveldb和mnist-train-leveldb两个文件夹,将这两个文件夹放在“D:\project\caffe\examples\mnist”路径下。也可以通过双击get_mnist,我两种方法都尝试了。



2、修改配置文件。

1)、修改D:\project\caffe\examples\mnist\lenet_solver.prototxt


2)、修改D:\project\caffe\examples\mnist\lenet_train_test.prototxt


3)、修改D:\project\caffe\examples\mnist\train_lenet


4)、在D:\project\caffe文件夹下创建run.bat 输入:

build\tools\Release\caffe.exe train --solver=examples/mnist/lenet_solver.prototxt
pause

注意“\”和“/”


3、双击run.bat运行,就成功啦。




4、编译的路注定是多灾多难的,下午遇到了好几种错误,归纳如下。

1)错误:找不到指定路径

解决:检查路径是否正确,/和\是否用错了

2)错误:db_Imdb.hpp:15]Check failed:mdb_status

解决:还是路径错误,注意看这个错误的上面一句是什么。

总之一点:路径、路径、路径很重要!!!

评论 1
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