GPU下caffe训练cifar10

最新推荐文章于 2020-07-28 20:19:13 发布

冷月葬婲魂

最新推荐文章于 2020-07-28 20:19:13 发布

阅读量346

点赞数

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/u013382233/article/details/78063370

本文详细介绍使用Caffe框架进行图像分类任务的训练与测试流程。包括如何获取并准备CIFAR-10数据集，设置训练参数，执行训练过程，并生成模型文件。此外还介绍了如何利用生成的模型进行图像分类预测。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、训练
1.获取训练数据
cd caffe
./data/cifar10/get_cifar10.sh
./examples/cifar10/create_cifar10.sh
2.开始训练
cd caffe
./examples/cifar10/train
*说明：先以0.001的学习率迭代4000次，再以0.01的学习率接着再迭代1000次，共5000次。训练后生成模型文件：
cifar10_quick_iter_4000.caffemodel.h5，
cifar10_quick_iter_4000.solverstate.h5，
cifar10_quick_iter_5000.caffemodel.h5，
cifar10_quick_iter_5000.solcerstate.h5
二、测试
使用caffe/python/classify.py进行测试
python python/classify.py –model_def examples/cifar10/cifar10_quick.prototxt –pretrained_model examples/cifar10/cifar10_quick_iter_4000.caffemodel.h5 –center_only examples/images/cat.jpg foo
*报错：解决方案见http://blog.youkuaiyun.com/fangjin_kl/article/details/50936925