天河二号运行CAFFE CIFAR10例程

本文介绍如何在天河二号超级计算机上部署并运行Caffe深度学习框架,包括环境配置、数据准备及训练流程。

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

天河二号自备有caffe1.0.0的程序库,所以不需要自行编译(如果有特殊需要也可以自行编译)


运行caffe例程有以下几个步骤:

  1. 加载caffe:
    module load caffe/1.0.0

这一步系统会自动加载对应的环境变量进入系统中
调用which caffe可以查看caffe程序的具体位置。
2. 上传对应的数据和proto文件到相应的文件夹中。
CIFAR10数据需要自己下载,下载地址:

http://www.cs.toronto.edu/~kriz/cifar.html

下载后,通过WinScp上传到EXAMPLE/data文件夹内
执行caffe自带的convert_cifar_data程序,在当前目录为data文件夹下,执行指令convert_cifar_data cifar10 ouput,将原始bin数据文件转换成caffe能用的lmdb文件。然后执行compute_image_mean -backend=lmdb output/cifar10_train_lmdb output_mean/mean.binaryproto 生成图片的均值lmdb。
`

caffe设置文件使用caffe源码中自带的examples/cifar10中的例程,有两个文件是需要的,cifar10_full_train_test.prototxtcifar10_full_solver_lr1.prototxt上传到EXAMPLE/data文件夹内。并修改cifar10_full_train_test.prototxt中的数据源为对应的数据源,包括mean_file,以及source,注意有两个空间需要修改,traintest都需要,如图所示。
这里写图片描述
最终目录如图所示

  • 根目录
    这里写图片描述

  • data
    这里写图片描述

  • proto
    这里写图片描述

最终在EXAMPLE/目录执行执行yhrun -p 你所在的分区代号 caffe train --solver=proto/cifar10_full_solver_lr1.prototxt启动caffe进程,提交到超算平台分配节点进行计算。

评论
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