caffe 관련 명령
5886 단어 caffe
sudo sh ./build/tools/caffe train --solver=examples/mnist/train_lenet.sh
-solver: 필수 매개 변수.프로토콜 버퍼 형식의 파일, 즉 모델의 프로필입니다.예:
./build/tools/caffe train -solver examples/mnist/lenet_solver.prototxt
-gpu: 선택할 수 있는 매개 변수입니다.이 매개 변수는 어떤 gpu로 실행될지 지정하는 데 사용되며, gpu의 id에 따라 선택하며, '-gpu all' 로 설정하면 모든 gpu로 실행됩니다.세 번째 gpu를 사용하여 실행하는 경우:
./build/tools/caffe train -solver examples/mnist/lenet_solver.prototxt -gpu 2
- weights: 선택적 매개 변수.미리 훈련된 권한으로fine-tuning 모형을 다시 만들려면 다음과 같은 커피모델이 필요합니다.
./build/tools/caffe train
-solver examples/finetuning_on_flickr_style/solver.prototxt
-weights models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel
테스트 네트워크
./build/tools/caffe test
-model examples/mnist/lenet_train_test.prototxt
-weights examples/mnist/lenet_iter_10000.caffemodel
-gpu 0
-iterations 100
time 매개 변수는 프로그램의 실행 시간을 화면에 표시하는 데 사용됩니다.예:
./build/tools/caffe time -model examples/mnist/lenet_train_test.prototxt -iterations 10
gpu 정보
./build/tools/caffe train -solver examples/mnist/lenet_solver.prototxt -gpu 0,1
./build/tools/caffe train -solver examples/mnist/lenet_solver.prototxt -gpu all
그리기 네트워크
1. graphViz 설치
sudo apt-get install graphviz
2. pydot 설치
sudo pip install pydot
그리기 네트워크:
sudo python /home/tyd/caffe/python/draw_net.py
/home/tyd/caffe/examples/mnist/lenet_train_test.prototxt
/home/tyd/caffe_case/lenet.png
--rankdir=BT
첫 번째 매개 변수: 네트워크 모델의prototxt 파일
두 번째 매개 변수: 저장된 그림 경로와 이름
두 번째 인자: -rankdir=x, x는 네 가지 옵션이 있는데 그것이 바로 LR, RL, TB, BT이다.왼쪽에서 오른쪽, 오른쪽에서 왼쪽, 위에서 작게, 아래에서 위로 네트워크의 방향을 나타내는 데 쓰인다.기본값은 LR입니다.
평균치
LMDB로 변환된 데이터 파일의 균일치 감소 계산
sudo /home/tyd/caffe/build/tools/compute_image_mean
/home/tyd/caffe/examples/mnist/mnist_train_lmdb
/home/tyd/caffe_case/mean.binaryproto
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
error: too few arguments in function call최근에 caffe가 오류를 보고했습니다. 제 cudnn 버전(cuDNN:ver.7.0.5)입니다. 그리고 caffe에서 cudnn 버전이 너무 낮아서 오류가 발생했습니다. 해결 방법: 장: 수정: 전재:https:/...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.