caffe linux下面的调试mnist遇到的问题

搭建环境参考

http://blog.csdn.net/ubunfans/article/details/47724341

这个教程基本是正确的。

补充一点就是

make all -j4  

之后，在build/bin/下面会生成很多*.bin文件，就证明编译成功。

下面是运行mnist，执行到create_mnist.sh这一步的时候遇见了一个问题

./create_mnist.sh: 17: ./create_mnist.sh: build/examples/mnist/convert_mnist_data.bin: not found

这个要变换目录才可以

注意：新版caffe都需要从根目录上执行，不然可能会遇到这个错误

[email protected]:~/work/caffe-master$ cp examples/mnist/create_mnist.sh ./
[email protected]-PC:~/work/caffe-master$ ./create_mnist.sh 

看看官方给的教程

cd $CAFFE_ROOT
./data/mnist/get_mnist.sh
./examples/mnist/create_mnist.sh

直接根据官方的教程来配置算了

http://caffe.berkeleyvision.org/gathered/examples/mnist.html

结尾也就是官方自己的数据测试完，得到一个99%的准确度，然后就完了(很多博客也是这样就结束了)，就大功告成！#$%%%%*& what the fu*k!!!!

不用自己那点数据来测一下吗??

那好吧，我来续命....

可以用python,也可以用c++自己调用classification.bin

如果不动用法，直接

./build/examples/cpp_classification/classification.bin

会提示你使用方法的

python:

    import os
    import sys
    import numpy as np
    import matplotlib.pyplot as plt
    caffe_root = ‘/home/vr/Documents/Caffe/setup/caffe-master/‘
    sys.path.insert(0, caffe_root + ‘python‘)
    import caffe
    MODEL_FILE = ‘/home/vr/Documents/Caffe/setup/caffe-master/examples/mnist/lenet.prototxt‘
    PRETRAINED = ‘/home/vr/Documents/Caffe/setup/caffe-master/examples/mnist/lenet_iter_10000.caffemodel‘
    IMAGE_FILE = ‘/home/vr/Documents/Caffe/setup/caffe-master/examples/mnist/test/0012.jpg‘    

    input_image=caffe.io.load_image(IMAGE_FILE,color=False)
    #print input_image
    net = caffe.Classifier(MODEL_FILE, PRETRAINED)   

    prediction=net.predict([input_image])
    caffe.set_mode_cpu()
    print ‘predicted class:‘, prediction[0].argmax()   

.sh脚本调用

./build/examples/cpp_classification/classification.bin examples/mnist/classificat_net.prototxt examples/mnist/lenet_iter_10000.caffemodel examples/mnist/mean.binaryproto examples/mnist/label.txt examples/mnist/0.png

什么？？？参数太多？

可以，直接改classification.cpp文件

重新编译classification.bin

遇到新问题了，执行classification.bin的时候找不到库！so库！

（未完，待续）