caffe在windows编译工程及运行mnist数据集测试

caffe在windows上的配置和编译可以参考如下的博客:

http://blog.csdn.net/joshua_1988/article/details/45036993

http://blog.csdn.net/joshua_1988/article/details/45048871

http://blog.csdn.net/dongb5lz/article/details/45171187

http://m.blog.csdn.net/blog/thesby/43535619

按照上面的几篇文章,需要花费一定的气力能正常编译出caffe的工程,这里我直接提供我自己编译好的工程,可直接下载,省去了到处找依赖库的麻烦(所需依赖环境都是编译过的win7
64位+vs2013):

http://pan.baidu.com/s/1qW2yNnQ

开发环境的依赖项目及其版本:

opencv2.4.11

cuda_7.0.28_windows

boost_1_58_0

......

在训练mnist数据集上碰到了dongb5lz所述问题,在网上找到了一个转化好的mnist
leveldb格式数据,已经包含在分享地址中 \测试数据集\minst\mnist-leveldb.7z,解压到工程文件../examples/mnist中即可,要修改caffe训练的目录地址以及数据类型(caffe默认的是LMDB,此处修改为LEVELDB),修改lenet_train_test.prototxt文件中

14行
source: "../examples/mnist/mnist_train_leveldb"

16行
backend: LEVELDB

31行
source: "../examples/mnist/mnist_test_leveldb"

33行
backend: LEVELDB编译运行,得到结果如下

版权声明:本文为博主原创文章,未经博主允许不得转载。

时间: 2024-10-29 22:33:34

caffe在windows编译工程及运行mnist数据集测试的相关文章

Ubuntu14.04+caffe+cuda7.5 环境搭建以及MNIST数据集的训练与测试

Ubuntu14.04+caffe+cuda 环境搭建以及MNIST数据集的训练与测试 一.ubuntu14.04的安装: ubuntu的安装是一件十分简单的事情,这里给出一个参考教程: http://jingyan.baidu.com/article/76a7e409bea83efc3b6e1507.html 二.cuda的安装: 1.首先下载nvidia cuda的仓库安装包(我的是ubuntu 14.04 64位,所以下载的是ubuntu14.04的安装包,如果你是32位的可以参看具体的地

使用caffe训练mnist数据集 - caffe教程实战(一)

个人认为学习一个陌生的框架,最好从例子开始,所以我们也从一个例子开始. 学习本教程之前,你需要首先对卷积神经网络算法原理有些了解,而且安装好了caffe 卷积神经网络原理参考:http://cs231n.stanford.edu/syllabus.html Ubuntu安装caffe教程参考:http://caffe.berkeleyvision.org/install_apt.html 先讲解一下caffe设计的架构吧: 训练mnist数据集使用 build/tools/caffe 训练步骤:

从零到一:caffe-windows(CPU)配置与利用mnist数据集训练第一个caffemodel

一.前言 本文会详细地阐述caffe-windows的配置教程.由于博主自己也只是个在校学生,目前也写不了太深入的东西,所以准备从最基础的开始一步步来.个人的计划是分成配置和运行官方教程,利用自己的数据集进行训练和利用caffe来实现别人论文中的模型(目前在尝试的是轻量级的SqueezeNet)三步走.不求深度,但求详细.因为说实话caffe-windows的配置当初花了挺多时间的,目前貌似还真没有从头开始一步步讲起的教程,所以博主就争取试着每一步都讲清楚吧. 这里说些题外话:之所以选择Sque

caffe windows编译

MicroSoft维护的caffe已经作为官方的caffe分支了,编译方式也改了,刚好最近重装了一次caffe windows, 记录一下里面的坑 https://github.com/BVLC/caffe/tree/windows 安装有两种方案: 方案一:使用vs2015,缺点要最新的win10才能安装vs2015,故不推荐该方案 1. 把build_win.cmd 中的with_ninja的1,都改为0 2.手动下载libraries_v140_x64_py27_1.0.1.tar.bz2

Windows下Caffe在GPU编译过程

Windows下Caffe在GPU编译过程 GeForce8800 GTS512: cc=1.1 CUDA6.5 问题一: src/caffe/layers/conv_layer.cu(20): error : too few arguments in function call Error in in conv_layer.cu :forward_gpu_gemm needs the argument skip_im2col #1962 解决: https://github.com/BVLC/

学习笔记:Caffe上配置和运行MNIST

学习笔记:Caffe上配置和运行MNIST MNIST,一个经典的手写数字库,包含60000个训练样本和10000个测试样本,图片大小28*28,在Caffe上配置的第一个案例 1首先,获取minist的数据包. 这个版本是四个数据包cd $CAFFE_ROOT./data/mnist/get_mnist.sh [html] view plaincopy #!/usr/bin/env sh # This scripts downloads the mnist data and unzips it

caffe for windows 训练cifar10 及若干问题

声明:有部分内容转载至笑笑魔导师 1,准备cifar10数据库 cifar10数据库由60000张32*32 彩色图片 共10类 其中50000张训练 10000张测试 下载cifar10数据库:http://www.cs.toronto.edu/~kriz/cifar-10-binary.tar.gz 这是binary格式的,所以我们要把它转换成leveldb格式. 2,转换数据 在../caffe-windows/examples/cifar10文件夹中有一个 convert_cifar_d

【转载】OGRE 2.1 Windows 编译

OGRE 2.1 Windows 编译 环境: Windows 7 64Bit Visual Studio 2012 OGRE 2.1 CMake 2.8.12.1 OGRE: OGRE官方推出了最新的OGRE2.1版本,链接地址: https://bitbucket.org/sinbad/ogre/downloads 新版本的OGRE做出了大量的修改,从官方给出的文档我们可以看出作者们对OGRE进行了优化与完善.从上面链接中下载的官方版本并没有包含编译需要的依赖项(一向都这样),所以我们需要下

windows编译ffmpeg2.2.4并外挂h265

0.前言 据说新出来了h265的视频,在迅雷看看上面看到的,网上查看了一下简介,貌似h265的视频比h264的视频压缩率要高,而且能做4K的视频. 同时看到网上有人试过ffmpeg在编译的时候加上了h265,这样ffmpeg看起来倒是能外挂h265的编解码,所以这篇blog文,主要是用ffmpeg来尝试一下h265. 这里引用几张x265的介绍图片(当然我自己的显示器也是4k的): 1.首先下载ffmpeg源代码 目前最新版是2.2.4 下载传送门:http://www.ffmpeg.org/r