caffe学习笔记之Caffe for Windows 训练cifar10
caffe学习笔记之Caffe for Windows 训练cifar10
1下载cifar10数据集
cifar10数据集可以直接下载，或者是通过运行/data/cifar10/get_cifar10.sh得到，这里我是直接下载的，下载地址为：http://www.cs.toronto.edu/~kriz/cifar.html
我在.\examples\cifar10\中创建了data1文件夹（在别处创建也可以），下载之后的文件解压到这个data1文件夹里面去，如图，可以看到，data_batch_1.bin、data_batch_2.bin、data_batch_3.bin、data_batch_4.bin和data_batch_5.bin包含了该数据库中的50000张共10类（每类5000张）彩色图像，是用于训练的，而test_batch_.bin中包含了10000张共10类（每类1000张）是用于测试的。
2转换cifar数据库为leveldb或LMDB格式的数据库
要转换格式就要先得到convert_cifar_data.exe。我们用VS2013打开.\windows下的Caffe.sln，找到convert_cifar_data，将其设为set as StartUp Project,然后点击build进行编译（注意，这是在caffe编译成功之后的基础上进行的）
编译成功之后.\Build\x64\Release会出现convert_cifar_data.exe和compute_image_mean.exe(图像数据均值使用的)。
为了完成在windows环境下的数据库格式的转换，需要利用cmd进行dos命令的输入。进入convert_cifar_data.exe所在的路径.../caffe-master/Build/x64/Release/，在cmd中执行：
convert_cifar_data.exe ../../../data/cifar10/ ../../../examples/cifar10 lmdb
.\Build\x64\Release\convert_cifar_data.exe
./data/cifar10 表示输入数据文件路径
./examples/cifar10 表示输出数据文件路径
leveldb 表示数据格式，你也可以尝试生成lmdb格式
我的路径是这样的：
命令执行完后可以在.../examples/cifar10/data1 路径下面看到生成的两个文件夹cifar10_test_leveldb和cifar10_train_leveldb，它们分别是测试数据库和训练数据库对应的转换后的数据库。
3 图像数据均值
上面编译convert_cifar_data得到的compute_image_mean.exe就用得着啦！
进入convert_cifar_data.exe所在的路径.../caffe-master/Build/x64/Release/，在cmd中执行：
compute_image_mean.exe -backend=lmdb ../../../examples/cifar10/cifar10_train_lmdb ../../../examples/cifar10/mean.binaryproto
其中第一个参数：数据类型，第二个参数：被操作数据路径，第三个参数：平均值文件的存储路径。
我把所有生成的文件都放到我建的data1文件中了
存储文件夹就会出现文件
4 配置网络文件
该版本的网络配置文件有很多，我这里使用/examples/cifar10/cifar10_quick_train_test.prototxt。将该文件复制一份到我建的data1文件夹中，用notepad++打开之后修改训练数据和验证数据以及均值文件的路径，如下图所示，红色部分为修改过后的：（原谅我手残哈！）
使用了cifar10_quick_train_test.prototxt，对应的在模型训练设置文件上我们使用/examples/cifar10/cifar10_quick_solver.prototxt，将该文件复制一份到我建的data1文件夹中，用notepad++打开之后修改路径，如下图所示，红色部分为修改过后的：（原谅我手残哈！）：
5 训练网络
在caffe根目录新创建一个txt文件，用notepad++打开，写入.\Build\x64\Release\caffe.exe train --solver=examples/cifar10/data1/cifar10_quick_solver.prototxt
pause
将其保存为.bat文件，双击即可运行该文件：来截个结束的图
参考到的文章：http://www.cnblogs.com/zl20pn/
http://www.cnblogs.com/tiansha/p/6458366.html
1下载cifar10数据集
cifar10数据集可以直接下载，或者是通过运行/data/cifar10/get_cifar10.sh得到，这里我是直接下载的，下载地址为：http://www.cs.toronto.edu/~kriz/cifar.html
我在.\examples\cifar10\中创建了data1文件夹（在别处创建也可以），下载之后的文件解压到这个data1文件夹里面去，如图，可以看到，data_batch_1.bin、data_batch_2.bin、data_batch_3.bin、data_batch_4.bin和data_batch_5.bin包含了该数据库中的50000张共10类（每类5000张）彩色图像，是用于训练的，而test_batch_.bin中包含了10000张共10类（每类1000张）是用于测试的。
2转换cifar数据库为leveldb或LMDB格式的数据库
要转换格式就要先得到convert_cifar_data.exe。我们用VS2013打开.\windows下的Caffe.sln，找到convert_cifar_data，将其设为set as StartUp Project,然后点击build进行编译（注意，这是在caffe编译成功之后的基础上进行的）
编译成功之后.\Build\x64\Release会出现convert_cifar_data.exe和compute_image_mean.exe(图像数据均值使用的)。
为了完成在windows环境下的数据库格式的转换，需要利用cmd进行dos命令的输入。进入convert_cifar_data.exe所在的路径.../caffe-master/Build/x64/Release/，在cmd中执行：
convert_cifar_data.exe ../../../data/cifar10/ ../../../examples/cifar10 lmdb
.\Build\x64\Release\convert_cifar_data.exe
./data/cifar10 表示输入数据文件路径
./examples/cifar10 表示输出数据文件路径
leveldb 表示数据格式，你也可以尝试生成lmdb格式
我的路径是这样的：
命令执行完后可以在.../examples/cifar10/data1 路径下面看到生成的两个文件夹cifar10_test_leveldb和cifar10_train_leveldb，它们分别是测试数据库和训练数据库对应的转换后的数据库。
3 图像数据均值
上面编译convert_cifar_data得到的compute_image_mean.exe就用得着啦！
进入convert_cifar_data.exe所在的路径.../caffe-master/Build/x64/Release/，在cmd中执行：
compute_image_mean.exe -backend=lmdb ../../../examples/cifar10/cifar10_train_lmdb ../../../examples/cifar10/mean.binaryproto
其中第一个参数：数据类型，第二个参数：被操作数据路径，第三个参数：平均值文件的存储路径。
我把所有生成的文件都放到我建的data1文件中了
存储文件夹就会出现文件
4 配置网络文件
该版本的网络配置文件有很多，我这里使用/examples/cifar10/cifar10_quick_train_test.prototxt。将该文件复制一份到我建的data1文件夹中，用notepad++打开之后修改训练数据和验证数据以及均值文件的路径，如下图所示，红色部分为修改过后的：（原谅我手残哈！）
使用了cifar10_quick_train_test.prototxt，对应的在模型训练设置文件上我们使用/examples/cifar10/cifar10_quick_solver.prototxt，将该文件复制一份到我建的data1文件夹中，用notepad++打开之后修改路径，如下图所示，红色部分为修改过后的：（原谅我手残哈！）：
5 训练网络
在caffe根目录新创建一个txt文件，用notepad++打开，写入.\Build\x64\Release\caffe.exe train --solver=examples/cifar10/data1/cifar10_quick_solver.prototxt
pause
将其保存为.bat文件，双击即可运行该文件：来截个结束的图
参考到的文章：http://www.cnblogs.com/zl20pn/
http://www.cnblogs.com/tiansha/p/6458366.html
http://m.blog.csdn.net/LIXIAOLONGJIEQUAN/article/details/70145975
谢谢呐！