這一段時間把caffe官網上的例子跑了一下，對caffe有了一個大概的了解。如果你想對caffe有個比較清晰的了解，建議認真閱讀官網上的資料，尤其在caffe資料極少的情況下，這種方法是最有效的途徑，可以讓你少走許多彎路，不要上來就在網上隨便找個教程配置環境，上來就想跑例子。。博主就是赤裸裸的例子，在配置環境的時候浪費了好多時間

一、caffe的基本組成?

一個caffe的工程主要包含兩個部分：網絡模型，參數配置，分別對應***.prototxt , ****_solver.prototxt文件。

網絡模型：即定義你網絡的每一層，下圖是用caffe中 /python/draw_net.py畫出的的siamese的模型，非常清晰

層包含：

DATA: 一般指輸入層，包含數據路徑，批處理數據大小batch_size，scale表示數據表示在[0,1]，0.00390625即 1/255

CONVOLUATION：卷積層，blobs_lr:1 , blobs_lr:2分別表示weight 及bias更新時的學習率，這里權重的學習率為solver.prototxt文件中定義的學習率真，bias的學習率真是權重學習率的2倍，這樣一般會得到很好的收斂速度。

num_output表示濾波的個數，kernelsize表示濾波的大小，stride表示步長，weight_filter表示濾波的類型

POOLING: 池化層

INNER_PRODUCT: 其實表示全連接，不要被名字誤導

RELU：激活函數，非線性變化層 max( 0 ,x )，一般與CONVOLUTION層成對出現

SOFTMAX:?

參數配置文件：

***_solver.prototxt文件定義一些模型訓練過程中需要到的參數，比較學習率，權重衰減系數，迭代次數，使用GPU還是CPU等等

訓練出的模型被存為***.caffemodel，可供以后使用。

?

二、使用caffe訓練模型包含以下幾個步驟：

準備數據

重建lmdb/leveldb文件，caffe支持三種數據格式輸入：images, levelda, lmdb

定義.prototxt , solver.prototxt文件

訓練模型

三、caffe中比較有用且基礎的接口

1、訓練模型，比如使用mnist的例子

1	./build/tools/caffe train --solver=examples/mnist/lenet_solver.prototxt

2、觀察各個階段的運行時間可以使用

./build/tools/caffe time --model=models/bvlc_reference_caffenet/train_val.prototxt

3、使用已有模型提取特征

./build/tools/extract_features.bin models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel examples/_temp/imagenet_val.prototxt conv5 examples/_temp/features 10

conv5表示提取第五個卷積層的特征， examples/_temp/feaures表示存放結果的目錄

4、對已有模型進行find-tuning，比如我們現在有一個1000類的分類模型，但目前我們的需求僅是20類，此時我們不需要重新訓練一個模型，只需要將最后一層換成20類的softmax層，然后使用已有數據對原模型進行fine-tuning即可

./build/tools/caffe train -solver models/finetune_flickr_style/solver.prototxt -weights models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel -gpu 0

如果使用cpu模式，那么最后的-gpu省略

5、還有一個是python下面的接口，draw_net.py可以根據.prototxt文件將模式用圖示的方法表示出來，博文開始的模型圖即用該接口所繪

./python/draw_net.py ./examples/siamese/mnist_siamese.prototxt ./examples/siamese/mnist_siamese.png

第一個參數為模型文件，第二個參數為所繪模型圖的保存地址

?

四、運行caffe自帶例子需要注意的問題

1、需要在caffe_root路徑下執行所有操作，因為所有的操作都是基于該路徑的，如數據的路徑等

2、建議在sudo權限下執行，一般用戶權限下執行時有時會報錯

3、在運行程序前確定你的環境配置正確，以免在后面浪費時間，環境配置見caffe + ubuntu14.04 + cuda 6.5 無gpu配置

?

原文地址：　http://www.cnblogs.com/dupuleng/articles/4242906.html

總結

以上是生活随笔為你收集整理的Caffe 初识，揭开面纱的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。