如何使用python创建文件創建LMDB文件

来源：蜘蛛抓取(WebSpider) 时间：2017-02-14 05:44 标签： python创建文件

摘要：Caffe是一个清晰而高效的深度学习框架，本文详细介绍了caffe的优势、架构，网络定义、各层定义，Caffe的安装与配置，解读了Caffe实现的图像分类模型AlexNet，并演示了CIFAR-10在caffe上进行训练与学习。

是一个清晰而高效的深度学习框架，其作者是博士毕业于UC Berkeley的 ，目前在Google工作。

  1. 上手快：模型与相应优化都是以文本形式而非代码形式给出。
    Caffe给出了模型的定义、最优化设置以及预训练的权重，方便立即上手。
  2. 速度快：能够运行最棒的模型与海量的数据。
  3. 模块化：方便扩展到新的任务和设置上。
    可以使用Caffe提供的各层类型来定义自己的模型。
  4. 开放性：公开的代码和参考模型用于再现。
  5. 社区好：可以通过BSD-2参与开发与讨论。

Caffe中的网络都是有向无环图的集合，可以直接定义： 

数据及其导数以blobs的形式在层间流动。

Caffe层的定义由2部分组成：层属性与层参数，例如

这段配置文件的前4行是层属性，定义了层名称、层类型以及层连接结构（输入blob和输出blob）；而后半部分是各种层参数。


Blob是用以存储数据的4维数组，例如

网络参数的定义也非常方便，可以随意设置相应参数。

甚至调用GPU运算只需要写一句话：

Caffe的安装与配置

Caffe需要预先安装一些依赖项，首先是CUDA驱动。不论是CentOS还是Ubuntu都预装了开源的nouveau显卡驱动（SUSE没有这种问题），如果不禁用，则CUDA驱动不能正确安装。以Ubuntu为例，介绍一下这里的处理方法，当然也有其他处理方法。

在Caffe安装目录之下，首先获得MNIST数据集：

让Caffe生成的数据集能在Theano上直接运行

不论使用何种框架进行CNNs训练，共有3种数据集：

  • Test Set：用于测试网络训练完成后的最终正确率
  • 它们都是键/值对（Key/Value Pair）嵌入式数据库管理系统编程库。
  • 虽然lmdb的内存消耗是leveldb的1.1倍，但是lmdb的速度比leveldb快10%至15%，更重要的是lmdb允许多种训练模型同时读取同一组数据集。
  • 因此lmdb取代了leveldb成为Caffe默认的数据集生成格式。

Protocol Buffer是一种类似于XML的用于序列化数据的自动机制。

要parse（解析）一个protobuf类型数据，首先要告诉计算机你这个protobuf数据内部是什么格式（有哪些项，这些项各是什么数据类型的决定了占用多少字节，这些项可否重复，重复几次），安装protobuf这个module就可以用protobuf专用的语法来定义这些格式（这个是.proto文件）了，然后用protoc来编译这个.proto文件就可以生成你需要的目标文件。
想要定义自己的.proto文件请阅读：

最后一个参数就是你的.proto文件完整路径。

  1. 为什么要用Caffe？

    • 运算速度快。简单 友好的架构 用到的一些库：
  2. lebeldb(数据存储)： 是一个google实现的非常高效的kv数据库，单进程操作。

  1. 预处理图像的leveldb构建
    输入：一批图像和label （2和3）
  2. train/ （此目录放处理的jpg或者其他格式的图像)
  3. 输出的leveldb文件夹的名字

Caffe深度学习之图像分类模型AlexNet解读

在imagenet上的图像分类challenge上Alex提出的alexnet网络结构模型赢得了2012届的冠军。要研究CNN类型DL网络模型在图像分类上的应用，就逃不开研究alexnet，这是CNN在图像分类上的经典模型（DL火起来之后）。

在DL开源实现caffe的model样例中，它也给出了alexnet的复现，具体网络配置文件如下

接下来本文将一步步对该网络配置结构中各个层进行详细的解读（训练阶段）：

从计算该模型的数据流过程中，该模型参数大概5kw+。





    2. 然后出现类似以下的信息：这是搭建模型的相关信息

    其中每100次迭代次数显示一次训练时lr(learningrate),和loss（训练损失函数），每500次测试一次，输出score 0（准确率）和score 1（测试损失函数）

    然后，这个模型就可以用来运行在新数据上了。

    可以看看CPU和GPU训练的差别。

    主要资料来源：caffe官网教程

** 转载或引用请注明出处，ayst123的专栏（）， 谢谢 !


** 转载或引用请注明出处，ayst123的专栏（）， 谢谢 !

#编写一个函数，用于生成网络

#创建第一层：数据层。向上传递两类数据：图片数据和对应的标签

#将以上的设置写入到prototxt文件

我要回帖

更多关于 python创建文件 的文章

 

随机推荐