当前位置:网站首页>【win10+cuda7.5+cudnn6.0安装caffe③】编译及测试caffe
【win10+cuda7.5+cudnn6.0安装caffe③】编译及测试caffe
2022-08-11 05:14:00 【4576号菜鸟】
一、编译caffe
选择caffe项目(C++接口的caffe)和convert_mnist_data项目来编译,同样的要注意配置成release和x64,还有关闭视警告为错误(即设置为No))。这样在Build\x64\Release下面就会多出caffe.exe和convert_mnist_data.exe


二、测试安装好的caffe
1.下载Mnist数据集
http://yann.lecun.com/exdb/mnist/
2.将下载的四个文件转换成leveldb或lmdb文件
下载完后解压得到对应的四个文件,这四个文件不能直接用于caffe的训练和测试。需要利用编译生成的convert_mnist_data.exe把四个文件转换为caffe所支持的leveldb或lmdb文件。
第一步:把下载好并解压的四个文件放到caffe-master根目录下的data\mnist文件夹下

第二步:在caffe-windows安装的根目录下,新建一个mnist_data_convert.bat文件,并在文件中添加以下命令:
Build\x64\Release\convert_mnist_data --backend=lmdb data/mnist/train-images.idx3-ubyte data/mnist/train-labels.idx1-ubyte examples/mnist/mnist_train_lmdb
Build\x64\Release\convert_mnist_data --backend=lmdb data/mnist/t10k-images.idx3-ubyte data/mnist/t10k-labels.idx1-ubyte examples/mnist/mnist_test_lmdb
Pause


第三步:双击运行mnist_data_convert.bat文件,就会将原始的mnist数据转换成caffe能读入的lmdb格式


3.利用mnist训练lenet网络
第一步:在caffe-windows根目录下新建一个mnist_test_run.bat文件,在文件中添加:
Build\x64\Release\caffe.exe train --solver=examples/mnist/lenet_solver_adam.prototxt
pause


第二步:双击运行,caffe开始用mnist数据集训练lenet网络。表明Caffe框架安装成功

边栏推荐
猜你喜欢

一个月闭关直接面进大厂,这份Android面试笔记是真的牛逼

redis集群模式--解决redis单点故障

redis分布式锁

Weekly recommended short video: your commonly used Polaroid, its predecessor turned out to be like this!

玩转mysql之查看mysql版本号

什么是三次握手和四次挥手(清晰易懂)

(三)Redis 如何进行压测

【嵌入式开源库】使用J-Link打印日志,让你节省一个打印串口

普林斯顿微积分读本05第四章--求解多项式的极限问题

(3) How Redis performs stress testing
随机推荐
2022 Quality Officer-Civil Construction Direction-General Basic (Quality Officer) Exam Mock 100 Questions and Online Mock Exam
并发编程之线程基础
【备忘】从零开始搭建Yolo5训练环境
MySQL事务的概念
UML基本概念——动态视图
元宇宙社交应用,靠什么吸引用户「为爱发电」?
Flask框架学习:模板渲染与Get,Post请求
【Redis】Redis 的安装及图形化界面 Redis DeskTop Manager 的安装与使用
基于 TF-IDF 文本匹配实战详细教程 数据+代码 可直接运行
pytorch基础之 pytorch 模型开发模板
什么是三次握手和四次挥手(清晰易懂)
面试题整理
Flask framework learning: trailing slashes for routes
2022 coal mine gas inspection test, simulation test question and answer
代理模式(简要介绍)
Trilium使用总结
PyTorch显存机制分析
群晖DS220+ 应用小笔记
(二)性能实时监控平台搭建(Grafana+Prometheus+Jmeter)
Weekly recommended short video: your commonly used Polaroid, its predecessor turned out to be like this!