Caffe 深度学习框架上手教程 / 四六文摘

转载自：Caffe 深度学习框架上手教程 - OPEN 开发经验库http://www.open-open.com/lib/view/open1421995285109.html阅读目录Caffe的优势 Caffe的网络定义数据及其导数以blobs的形式在层间流动。Caffe的各层定义训练网络安装了CUDA之后，依次按照Caffe官网安装指南安装BLAS、OpenCV、Boost即可。Caffe跑跑MNIST试试让Caffe生成的数据集能在Theano上直接运行 Caffe (CNN, deep learning) 介绍 Caffe深度学习之图像分类模型AlexNet解读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。Caffe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的贾扬清，目前在Google工作。Caffe是纯粹的C++/CUDA架构，支持命令行、Python和MATLAB接口；可以在CPU和GPU直接无缝切换：?1Caffe::set_mode(Caffe::GPU);Caffe的优势上手快：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。速度快：能够运行最棒的模型与海量的数据。Caffe与cuDNN结合使用，测试AlexNet模型，在K40上处理每张图片只需要1.17ms.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。开放性：公开的代码和参考模型用于再现。社区好：可以通过BSD-2参与开发与讨论。回到顶部Caffe的网络定义Caffe中的网络都是有向无环图的集合，可以直接定义：?12345name: "dummy-net"layers {name: "data" …}layers {name: "conv" …}layers {name: "pool" …}layers {name: "loss" …}回到顶部数据及其导数以blobs的形式在层间流动。回到顶部Caffe的各层定义Caffe层的定义由2部分组成：层属性与层参数，例如?123456789101112name: "conv1"type :CONVOLUTIONbottom: "data"top : "conv1"convolution_param{num_output:20kernel_size:5stride:1weight_filler{type : "xavier"}}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。BlobBlob是用以存储数据的4维数组，例如对于数据：Number*Channel*Height*Width对于卷积权重：Output*Input*Height*Width对于卷积偏置：Output*1*1*1回到顶部训练网络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：?1solver_mode:GPU

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。生成mnist-train-leveldb/ 和 mnist-test-leveldb/，把数据转化成leveldb格式：训练网络:?123456# sudo vi/etc/modprobe.d/blacklist.conf# 增加一行：blacklist nouveausudoapt-get --purge remove xserver-xorg-video-nouveau #把官方驱动彻底卸载：sudoapt-get --purge remove nvidia-* #清除之前安装的任何NVIDIA驱动sudo service lightdm stop #进命令行，关闭Xserversudo kill all Xorg回到顶部安装了CUDA之后，依次按照Caffe官网安装指南安装BLAS、OpenCV、Boost即可。回到顶部Caffe跑跑MNIST试试在Caffe安装目录之下，首先获得MNIST数据集：?12cd data /mnistsh get_mnist.sh生成mnist-train-leveldb/ 和 mnist-test-leveldb/，把数据转化成leveldb格式：?12cd examples /lenetsh create_mnist.sh训练网络:?1sh train_lenet.sh

回到顶部让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：Training Set：用于训练网络Validation Set：用于训练时测试网络准确率Test Set：用于测试网络训练完成后的最终正确率Caffe生成的数据分为2种格式：Lmdb和Leveldb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。Google Protocol Buffer的安装Protocol Buffer是一种类似于XML的用于序列化数据的自动机制。首先在Protocol Buffers的中下载最新版本：https://developers.google.com/protocol-buffers/docs/downloads解压后运行：?12345. /configure$ make$ make check$ make installpip installprotobuf添加动态链接库?1export LD_LIBRARY_PATH= /usr/local/lib :$LD_LIBRARY_PATHLmdb的安装?1pip install lmdb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：https://developers.google.com/protocol-buffers/docs/proto?hl=zh-cn编译.proto文件?1protoc--proto_path=IMPORT_PATH --cpp_out=DST_DIR --java_out=DST_DIR--python_out=DST_DIR path /to/file .proto?123456--proto_path 也可以简写成-I 是.proto所在的路径输出路径：--cpp_out 要生成C++可用的头文件，分别是***.pb.h（包含申明类）***.pb.cc（包含可执行类），使用的时候只要include “***.pb.h”--java_out 生成java可用的头文件--python_out 生成python可用的头文件，**_pb2.py，使用的时候 import **_pb2.py即可最后一个参数就是你的.proto文件完整路径。回到顶部Caffe (CNN, deep learning) 介绍Caffe -----------Convolution Architecture For Feature Embedding (Extraction)Caffe 是什么东东？ CNN (Deep Learning) 工具箱C++ 语言架构CPU 和GPU 无缝交换Python 和matlab的封装但是，Decaf只是CPU 版本。为什么要用Caffe？运算速度快。简单友好的架构用到的一些库：Google Logging library (Glog): 一个C++语言的应用级日志记录框架，提供了C++风格的流操作和各种助手宏.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。CBLAS library（CPU版本的矩阵操作）CUBLAS library (GPU 版本的矩阵操作)Caffe 架构

预处理图像的leveldb构建输入：一批图像和label （2和3）输出：leveldb （4）指令里包含如下信息： conver_imageset （构建leveldb的可运行程序）train/ （此目录放处理的jpg或者其他格式的图像)label.txt (图像文件名及其label信息)输出的leveldb文件夹的名字CPU/GPU (指定是在cpu上还是在gpu上运行code)CNN网络配置文件Imagenet_solver.prototxt （包含全局参数的配置的文件）Imagenet.prototxt （包含训练网络的配置的文件）Imagenet_val.prototxt （包含测试网络的配置文件）回到顶部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 train_val.prototxt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）：各种layer的operation更多解释可以参考 Caffe Layer Catalogue从计算该模型的数据流过程中，该模型参数大概5kw+。conv1阶段DFD（data flow diagram）：

conv2阶段DFD（data flow diagram）：

conv3阶段DFD（data flow diagram）：

conv4阶段DFD（data flow diagram）：

conv5阶段DFD（data flow diagram）：

fc6阶段DFD（data flow diagram）：

fc7阶段DFD（data flow diagram）：

fc8阶段DFD（data flow diagram）：

caffe的输出中也有包含这块的内容日志，详情如下：?123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108109110111112113114115116117118119120I0721 10:38:15.326920 4692 net.cpp:125] Top shape: 256 3 227 227 (39574272)I0721 10:38:15.326971 4692 net.cpp:125] Top shape: 256 1 1 1 (256)I0721 10:38:15.326982 4692 net.cpp:156] data does not need backward computation.I0721 10:38:15.327003 4692 net.cpp:74] Creating Layer conv1I0721 10:38:15.327011 4692 net.cpp:84] conv1 <- dataI0721 10:38:15.327033 4692 net.cpp:110] conv1 -> conv1I0721 10:38:16.721956 4692 net.cpp:125] Top shape: 256 96 55 55 (74342400)I0721 10:38:16.722030 4692 net.cpp:151] conv1 needs backward computation.I0721 10:38:16.722059 4692 net.cpp:74] Creating Layer relu1I0721 10:38:16.722070 4692 net.cpp:84] relu1 <- conv1I0721 10:38:16.722082 4692 net.cpp:98] relu1 -> conv1 ( in -place)I0721 10:38:16.722096 4692 net.cpp:125] Top shape: 256 96 55 55 (74342400)I0721 10:38:16.722105 4692 net.cpp:151] relu1 needs backward computation.I0721 10:38:16.722116 4692 net.cpp:74] Creating Layer pool1I0721 10:38:16.722125 4692 net.cpp:84] pool1 <- conv1I0721 10:38:16.722133 4692 net.cpp:110] pool1 -> pool1I0721 10:38:16.722167 4692 net.cpp:125] Top shape: 256 96 27 27 (17915904)I0721 10:38:16.722187 4692 net.cpp:151] pool1 needs backward computation.I0721 10:38:16.722205 4692 net.cpp:74] Creating Layer norm1I0721 10:38:16.722221 4692 net.cpp:84] norm1 <- pool1I0721 10:38:16.722234 4692 net.cpp:110] norm1 -> norm1I0721 10:38:16.722251 4692 net.cpp:125] Top shape: 256 96 27 27 (17915904)I0721 10:38:16.722260 4692 net.cpp:151] norm1 needs backward computation.I0721 10:38:16.722272 4692 net.cpp:74] Creating Layer conv2I0721 10:38:16.722280 4692 net.cpp:84] conv2 <- norm1I0721 10:38:16.722290 4692 net.cpp:110] conv2 -> conv2I0721 10:38:16.725225 4692 net.cpp:125] Top shape: 256 256 27 27 (47775744)I0721 10:38:16.725242 4692 net.cpp:151] conv2 needs backward computation.I0721 10:38:16.725253 4692 net.cpp:74] Creating Layer relu2I0721 10:38:16.725261 4692 net.cpp:84] relu2 <- conv2I0721 10:38:16.725270 4692 net.cpp:98] relu2 -> conv2 ( in -place)I0721 10:38:16.725280 4692 net.cpp:125] Top shape: 256 256 27 27 (47775744)I0721 10:38:16.725288 4692 net.cpp:151] relu2 needs backward computation.I0721 10:38:16.725298 4692 net.cpp:74] Creating Layer pool2I0721 10:38:16.725307 4692 net.cpp:84] pool2 <- conv2I0721 10:38:16.725317 4692 net.cpp:110] pool2 -> pool2I0721 10:38:16.725329 4692 net.cpp:125] Top shape: 256 256 13 13 (11075584)I0721 10:38:16.725338 4692 net.cpp:151] pool2 needs backward computation.I0721 10:38:16.725358 4692 net.cpp:74] Creating Layer norm2I0721 10:38:16.725368 4692 net.cpp:84] norm2 <- pool2I0721 10:38:16.725378 4692 net.cpp:110] norm2 -> norm2I0721 10:38:16.725389 4692 net.cpp:125] Top shape: 256 256 13 13 (11075584)I0721 10:38:16.725399 4692 net.cpp:151] norm2 needs backward computation.I0721 10:38:16.725409 4692 net.cpp:74] Creating Layer conv3I0721 10:38:16.725419 4692 net.cpp:84] conv3 <- norm2I0721 10:38:16.725427 4692 net.cpp:110] conv3 -> conv3I0721 10:38:16.735193 4692 net.cpp:125] Top shape: 256 384 13 13 (16613376)I0721 10:38:16.735213 4692 net.cpp:151] conv3 needs backward computation.I0721 10:38:16.735224 4692 net.cpp:74] Creating Layer relu3I0721 10:38:16.735234 4692 net.cpp:84] relu3 <- conv3I0721 10:38:16.735242 4692 net.cpp:98] relu3 -> conv3 ( in -place)I0721 10:38:16.735250 4692 net.cpp:125] Top shape: 256 384 13 13 (16613376)I0721 10:38:16.735258 4692 net.cpp:151] relu3 needs backward computation.I0721 10:38:16.735302 4692 net.cpp:74] Creating Layer conv4I0721 10:38:16.735312 4692 net.cpp:84] conv4 <- conv3I0721 10:38:16.735321 4692 net.cpp:110] conv4 -> conv4I0721 10:38:16.743952 4692 net.cpp:125] Top shape: 256 384 13 13 (16613376)I0721 10:38:16.743988 4692 net.cpp:151] conv4 needs backward computation.I0721 10:38:16.744000 4692 net.cpp:74] Creating Layer relu4I0721 10:38:16.744010 4692 net.cpp:84] relu4 <- conv4I0721 10:38:16.744020 4692 net.cpp:98] relu4 -> conv4 ( in -place)I0721 10:38:16.744030 4692 net.cpp:125] Top shape: 256 384 13 13 (16613376)I0721 10:38:16.744038 4692 net.cpp:151] relu4 needs backward computation.I0721 10:38:16.744050 4692 net.cpp:74] Creating Layer conv5I0721 10:38:16.744057 4692 net.cpp:84] conv5 <- conv4I0721 10:38:16.744067 4692 net.cpp:110] conv5 -> conv5I0721 10:38:16.748935 4692 net.cpp:125] Top shape: 256 256 13 13 (11075584)I0721 10:38:16.748955 4692 net.cpp:151] conv5 needs backward computation.I0721 10:38:16.748965 4692 net.cpp:74] Creating Layer relu5I0721 10:38:16.748975 4692 net.cpp:84] relu5 <- conv5I0721 10:38:16.748983 4692 net.cpp:98] relu5 -> conv5 ( in -place)I0721 10:38:16.748998 4692 net.cpp:125] Top shape: 256 256 13 13 (11075584)I0721 10:38:16.749011 4692 net.cpp:151] relu5 needs backward computation.I0721 10:38:16.749022 4692 net.cpp:74] Creating Layer pool5I0721 10:38:16.749030 4692 net.cpp:84] pool5 <- conv5I0721 10:38:16.749039 4692 net.cpp:110] pool5 -> pool5I0721 10:38:16.749050 4692 net.cpp:125] Top shape: 256 256 6 6 (2359296)I0721 10:38:16.749058 4692 net.cpp:151] pool5 needs backward computation.I0721 10:38:16.749074 4692 net.cpp:74] Creating Layer fc6I0721 10:38:16.749083 4692 net.cpp:84] fc6 <- pool5I0721 10:38:16.749091 4692 net.cpp:110] fc6 -> fc6I0721 10:38:17.160079 4692 net.cpp:125] Top shape: 256 4096 1 1 (1048576)I0721 10:38:17.160148 4692 net.cpp:151] fc6 needs backward computation.I0721 10:38:17.160166 4692 net.cpp:74] Creating Layer relu6I0721 10:38:17.160177 4692 net.cpp:84] relu6 <- fc6I0721 10:38:17.160190 4692 net.cpp:98] relu6 -> fc6 ( in -place)I0721 10:38:17.160202 4692 net.cpp:125] Top shape: 256 4096 1 1 (1048576)I0721 10:38:17.160212 4692 net.cpp:151] relu6 needs backward computation.I0721 10:38:17.160222 4692 net.cpp:74] Creating Layer drop6I0721 10:38:17.160230 4692 net.cpp:84] drop6 <- fc6I0721 10:38:17.160238 4692 net.cpp:98] drop6 -> fc6 ( in -place)I0721 10:38:17.160258 4692 net.cpp:125] Top shape: 256 4096 1 1 (1048576)I0721 10:38:17.160265 4692 net.cpp:151] drop6 needs backward computation.I0721 10:38:17.160277 4692 net.cpp:74] Creating Layer fc7I0721 10:38:17.160286 4692 net.cpp:84] fc7 <- fc6I0721 10:38:17.160295 4692 net.cpp:110] fc7 -> fc7I0721 10:38:17.342094 4692 net.cpp:125] Top shape: 256 4096 1 1 (1048576)I0721 10:38:17.342157 4692 net.cpp:151] fc7 needs backward computation.I0721 10:38:17.342175 4692 net.cpp:74] Creating Layer relu7I0721 10:38:17.342185 4692 net.cpp:84] relu7 <- fc7I0721 10:38:17.342198 4692 net.cpp:98] relu7 -> fc7 ( in -place)I0721 10:38:17.342208 4692 net.cpp:125] Top shape: 256 4096 1 1 (1048576)I0721 10:38:17.342217 4692 net.cpp:151] relu7 needs backward computation.I0721 10:38:17.342228 4692 net.cpp:74] Creating Layer drop7I0721 10:38:17.342236 4692 net.cpp:84] drop7 <- fc7I0721 10:38:17.342245 4692 net.cpp:98] drop7 -> fc7 ( in -place)I0721 10:38:17.342254 4692 net.cpp:125] Top shape: 256 4096 1 1 (1048576)I0721 10:38:17.342262 4692 net.cpp:151] drop7 needs backward computation.I0721 10:38:17.342274 4692 net.cpp:74] Creating Layer fc8I0721 10:38:17.342283 4692 net.cpp:84] fc8 <- fc7I0721 10:38:17.342291 4692 net.cpp:110] fc8 -> fc8I0721 10:38:17.343199 4692 net.cpp:125] Top shape: 256 22 1 1 (5632)I0721 10:38:17.343214 4692 net.cpp:151] fc8 needs backward computation.I0721 10:38:17.343231 4692 net.cpp:74] Creating Layer lossI0721 10:38:17.343240 4692 net.cpp:84] loss <- fc8I0721 10:38:17.343250 4692 net.cpp:84] loss <- labelI0721 10:38:17.343264 4692 net.cpp:151] loss needs backward computation.I0721 10:38:17.343305 4692 net.cpp:173] Collecting Learning Rate and Weight Decay.I0721 10:38:17.343327 4692 net.cpp:166] Network initialization done .I0721 10:38:17.343335 4692 net.cpp:167] Memory required for Data 1073760256CIFAR-10在caffe上进行训练与学习使用数据库：CIFAR-1060000张 32X32 彩色图像 10类，50000张训练，10000张测试

准备在终端运行以下指令：?1234cd $CAFFE_ROOT /data/cifar10. /get_cifar10 .shcd $CAFFE_ROOT /examples/cifar10. /create_cifar10 .sh其中CAFFE_ROOT是caffe-master在你机子的地址运行之后，将会在examples中出现数据库文件./cifar10-leveldb和数据库图像均值二进制文件./mean.binaryproto

模型该CNN由卷积层，POOLing层，非线性变换层，在顶端的局部对比归一化线性分类器组成。该模型的定义在CAFFE_ROOT/examples/cifar10 directory’s cifar10_quick_train.prototxt中，可以进行修改。其实后缀为prototxt很多都是用来修改配置的。

训练和测试训练这个模型非常简单，当我们写好参数设置的文件cifar10_quick_solver.prototxt和定义的文件cifar10_quick_train.prototxt和cifar10_quick_test.prototxt后，运行 train_quick.sh或者在终端输入下面的命令：?12cd $CAFFE_ROOT /examples/cifar10. /train_quick .sh即可，train_quick.sh是一个简单的脚本，会把执行的信息显示出来，培训的工具是train_net.bin,cifar10_quick_solver.prototxt作为参数。然后出现类似以下的信息：这是搭建模型的相关信息?12345I0317 21:52:48.945710 2008298256 net.cpp:74] Creating Layer conv1I0317 21:52:48.945716 2008298256 net.cpp:84] conv1 <- dataI0317 21:52:48.945725 2008298256 net.cpp:110] conv1 -> conv1I0317 21:52:49.298691 2008298256 net.cpp:125] Top shape: 100 32 32 32 (3276800)I0317 21:52:49.298719 2008298256 net.cpp:151] conv1 needs backward computation.接着：?12340317 21:52:49.309370 2008298256 net.cpp:166] Network initialization done .I0317 21:52:49.309376 2008298256 net.cpp:167] Memory required for Data 23790808I0317 21:52:49.309422 2008298256 solver.cpp:36] Solver scaffolding done .I0317 21:52:49.309447 2008298256 solver.cpp:47] Solving CIFAR10_quick_train之后，训练开始?123456I0317 21:53:12.179772 2008298256 solver.cpp:208] Iteration 100, lr = 0.001I0317 21:53:12.185698 2008298256 solver.cpp:65] Iteration 100, loss = 1.73643...I0317 21:54:41.150030 2008298256 solver.cpp:87] Iteration 500, Testing netI0317 21:54:47.129461 2008298256 solver.cpp:114] Test score #0: 0.5504I0317 21:54:47.129500 2008298256 solver.cpp:114] Test score #1: 1.27805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）当5000次迭代之后，正确率约为75%，模型的参数存储在二进制protobuf格式在cifar10_quick_iter_5000然后，这个模型就可以用来运行在新数据上了。其他另外，更改cifar*solver.prototxt文件可以使用CPU训练，?12# solver mode: CPU or GPUsolver_mode: CPU可以看看CPU和GPU训练的差别。主要资料来源：caffe官网教程

Caffe 深度学习框架上手教程

相关推荐