Caffe学习-手写数字识别

1. Caffe训练方法综述

caffe非常简单，训练时只需写prototxt文件即可，其大致的步骤为：

Resize图片，转换存储格式(LMDB/LevelDB) 定义网络结构（编辑prototxt） 定义solver（编辑另一个prototxt） 一行命令开始训练（可以基于已有的权重赋值） 如下图所示，其训练的过程，关于卷积神经网络（CNN）可以参考： 计算机视觉与卷积神经网络

下面对手写数字识别进行训练。

2. MNIST数据集

mnist是一个大型的手写数字库，其包含60000个训练集和10000个测试机，每张图片已经进行了尺度归一化等操作，因此可以直接拿过来使用。

下载 可以在 Caffe 源码框架的 /data/mnist 下执行,如果没有安装Caffe，请参考： linux(ubuntu)下安装深度学习框架caffe cd data/mnist ./get_mnist.sh

下载后可以看到其文件：

yqtao@yqtao:~/caffe/data/mnist$ tree . ├── get_mnist.sh ├── t10k-images-idx3-ubyte ├── t10k-labels-idx1-ubyte ├── train-images-idx3-ubyte └── train-labels-idx1-ubyte

注意：下载后的文件需要转换存储格式为LEVELDB或LMDB，这要做有两个原因：

转换成统一的格式可以简化数据读取层的实现 提高磁盘I/O的利用率 转换格式 // 执行命令 yqtao@yqtao:~/caffe$ ./examples/mnist/create_mnist.sh 这要会在 example/mnist 产生 mnist_test_lmdb 和 mnist_train_lmdb

两个目录分别存放测试集和训练集。

3.定义层次结构

这是非常重要的一步，但是其完全是模板话的定义，如下图所示为LeNet-5模型所定义的CNN：

这张图非常的重要，有了它，编写后面的网络结构就好非常的清晰了。

关于上图的结构是写到 .prototxt 文件中的，其文件描述在

/example/mnist/lenet_train_val.prototxt

中。

数据层

数据层的图示：

1 name: "LeNet" //Net的名称 2 layer { 3 name: "mnist" 4 type: "Data" //表明为数据层 5 top: "data" //top,表示输出 6 top: "label" 7 include { //只在训练时有效 8 phase: TRAIN 9 } 10 transform_param { 11 scale: 0.00390625 //数据变化缩放因子 12 } 13 data_param { //数据层的参数 14 source: "examples/mnist/mnist_train_lmdb" //来源 15 batch_size: 64 //一次读取64张图片 16 backend: LMDB //数据格式 17 } 18 } 卷积层

卷积层的图示：

如下卷积层的定义：

36 layer { 37 name: "conv1" 38 type: "Convolution" 39 bottom: "data" //上一层的输出，这一层的输入 40 top: "conv1" //这一层的输出 41 param { //学习率 42 lr_mult: 1 43 } 44 param { 45 lr_mult: 2 46 } 47 convolution_param { 48 num_output: 20 //也就是depth 49 kernel_size: 5 //核的大小5*5 50 stride: 1 //步长1 51 weight_filler { //权值初始方式 52 type: "xavier" 53 } 54 bias_filler { 55 type: "constant" 56 } 57 } 58 }

注意：在top,和bottom中一定不要写错了！

池化层

池化层图示：

其定义如下：

59 layer { 60 name: "pool1" 61 type: "Pooling" 62 bottom: "conv1" 63 top: "pool1" 64 pooling_param { 65 pool: MAX //下采样的方法 66 kernel_size: 2 //窗口 67 stride: 2 //步长 68 } 69 } 全链接层

其定义如下：

104 layer { 105 name: "ip1" 106 type: "InnerProduct" 107 bottom: "pool2" 108 top: "ip1" 109 param { 110 lr_mult: 1 111 } 112 param { 113 lr_mult: 2 114 } 115 inner_product_param { 116 num_output: 500 117 weight_filler { 118 type: "xavier" 119 } 120 bias_filler { 121 type: "constant" 122 } 123 } 124 } 激励层

其图示如下：

定义如下：

125 layer { 126 name: "relu1" 127 type: "ReLU" 128 bottom: "ip1" 129 top: "ip1" 130 } 损失层

定义如下：

162 layer { 163 name: "loss" 164 type: "SoftmaxWithLoss" 165 bottom: "ip2" 166 bottom: "label" 167 top: "loss" 168 }

注意：计算损失的时候的输入为 label 为数据层的一个输出，和全连接层的输出 ip2 ，这一层的输出为 loss 。

4. 定义超参数文件 有了上面的网络结构的文件后还需要一个 solver.prototxt 的文件，其指定了训练的超参数。 其文件目录在 example/mnist/lenet_solver.prototxt

,每一项都有详细的解析。

1 # The train/test net protocol buffer definition 2 net: "examples/mnist/lenet_train_test.prototxt" 3 # test_iter specifies how many forward passes the test should carry out. 4 # In the case of MNIST, we have test batch size 100 and 100 test iterations, 5 # covering the full 10,000 testing images. 6 test_iter: 100 7 # Carry out testing every 500 training iterations. 8 test_interval: 500 9 # The base learning rate, momentum and the weight decay of the network. 10 base_lr: 0.01 11 momentum: 0.9 12 weight_decay: 0.0005 13 # The learning rate policy 14 lr_policy: "inv" 15 gamma: 0.0001 16 power: 0.75 17 # Display every 100 iterations 18 display: 100 19 # The maximum number of iterations 20 max_iter: 10000 21 # snapshot intermediate results 22 snapshot: 5000 23 snapshot_prefix: "examples/mnist/lenet" 24 # solver mode: CPU or GPU 25 solver_mode: CPU 5. 训练

首先了解 build/tools/caffe.bin 的用法，如下所示：

yqtao@yqtao:~/caffe$ ./build/tools/caffe.bin caffe.bin: command line brew usage: caffe <command> <args> commands: train train or finetune a model test score a model device_query show GPU diagnostic information time benchmark model execution time Flags from tools/caffe.cpp: -gpu (Optional; run in GPU mode on given device IDs separated by ','.Use '-gpu all' to run on all available GPUs. The effective training batch size is multiplied by the number of devices.) type: string default: "" -iterations (The number of iterations to run.) type: int32 default: 50 -level (Optional; network level.) type: int32 default: 0 -model (The model definition protocol buffer text file.) type: string default: "" -phase (Optional; network phase (TRAIN or TEST). Only used for 'time'.) type: string default: "" -sighup_effect (Optional; action to take when a SIGHUP signal is received: snapshot, stop or none.) type: string default: "snapshot" -sigint_effect (Optional; action to take when a SIGINT signal is received: snapshot, stop or none.) type: string default: "stop" -snapshot (Optional; the snapshot solver state to resume training.) type: string default: "" -solver (The solver definition protocol buffer text file.) type: string default: "" -stage (Optional; network stages (not to be confused with phase), separated by ','.) type: string default: "" -weights (Optional; the pretrained weights to initialize finetuning, separated by ','. Cannot be set simultaneously with snapshot.) type: string default: "" 则进行训练的命令为： //执行命令 ./build/tools/caffe train --solver=examples/mnist/lenet_solver.prototxt

其中 solver=examples/mnist/lenet_solver.prototxt 为指定的超参数文件。

运行部分结果如下：

I0311 17:43:26.273123 16205 sgd_solver.cpp:106] Iteration 9900, lr = 0.00596843 I0311 17:43:34.746616 16205 solver.cpp:454] Snapshotting to binary proto file examples/mnist/lenet_iter_10000.caffemodel I0311 17:43:34.758142 16205 sgd_solver.cpp:273] Snapshotting solver state to binary proto file examples/mnist/lenet_iter_10000.solverstate I0311 17:43:34.799706 16205 solver.cpp:317] Iteration 10000, loss = 0.00373883 I0311 17:43:34.799777 16205 solver.cpp:337] Iteration 10000, Testing net (#0) I0311 17:43:40.162556 16205 solver.cpp:404] Test net output #0: accuracy = 0.9914 I0311 17:43:40.162638 16205 solver.cpp:404] Test net output #1: loss = 0.0260208 (* 1 = 0.0260208 loss) I0311 17:43:40.162645 16205 solver.cpp:322] Optimization Done. I0311 17:43:40.162649 16205 caffe.cpp:254] Optimization Done.

可以看到，最终的训练模型的权值保存在

examples/mnist/lenet_iter_10000.caffemodel

训练的状态保存在

examples/mnist/lenet_iter_10000.solverstate 6. 验证

执行下面的命令，指定命令 test ,参数网络定义的位置和权值的位置即可。

yqtao@yqtao:~/caffe$ ./build/tools/caffe.bin test \ > -model examples/mnist/lenet_train_test.prototxt \ > -weights examples/mnist/lenet_iter_10000.caffemodel \ > -iterations 100

运行结果如下：

0311 17:49:28.120023 16423 caffe.cpp:308] Batch 96, accuracy = 0.97 I0311 17:49:28.120096 16423 caffe.cpp:308] Batch 96, loss = 0.0561079 I0311 17:49:28.174964 16423 caffe.cpp:308] Batch 97, accuracy = 0.98 I0311 17:49:28.175036 16423 caffe.cpp:308] Batch 97, loss = 0.0847761 I0311 17:49:28.229038 16423 caffe.cpp:308] Batch 98, accuracy = 1 I0311 17:49:28.229110 16423 caffe.cpp:308] Batch 98, loss = 0.00344597 I0311 17:49:28.286336 16423 caffe.cpp:308] Batch 99, accuracy = 1 I0311 17:49:28.286495 16423 caffe.cpp:308] Batch 99, loss = 0.00835868 I0311 17:49:28.286504 16423 caffe.cpp:313] Loss: 0.0260208 I0311 17:49:28.286516 16423 caffe.cpp:325] accuracy = 0.9914 I0311 17:49:28.286526 16423 caffe.cpp:325] loss = 0.0260208 (* 1 = 0.0260208 loss)

最终的精确度为 accuracy = 0.9914 .

7. 总结

转换存储格式( LMDB/LevelDB )

定义网络结构（编辑 prototxt ）

定义 solver （编辑另一个 prototxt ）

学习使用 caffe.bin 命令的使用