Caffe学习笔记(六)：mnist手写数字识别训练实例

转载请注明作者和出处：http://blog.csdn.net/c406495762
Python版本： Python2.7
运行平台： Ubuntu14.04

一、前言

   深度学习的一个简单实例就是mnist手写数字识别，只要这个例子弄明白，其它的内容就可以举一反三了。之前的内容如有遗忘，可以进行回顾。

• 使用pycaffe生成train.protxt、test.prototxt
• 使用pycaffe生成solver.prototxt
• 数据层、视觉层、激活层等知识点回顾

二、准备数据

   数据集可以直接从我的github下载，包括数据集和代码，使用如下指令：

git clone https://github.com/Jack-Cherish/DeepLearning/tree/master/mnist

   如果github网速过慢，也可以从百度云下载：

   链接: https://pan.baidu.com/s/1_FarKhi9herjAYPdHIWZsg 密码: 2cme

   获取的数据是zip格式的，在linux下可以使用如下指令进行解压(已安装unzip，没有安装使用指令unzip)：

unzip mnist.zip

   数据分成了训练集（60000张共10类）和测试集（共10000张10类），每个类别放在一个单独的文件夹里。并且将所有的图片，都生成了txt列表清单（train.txt和test.txt)。下载下来后，直接解压到当前用户根目录下即可。

三、开始训练

   之前讲解的训练方法是，将原始图片转换成db(leveldb/lmdb)文件，并计算图像均值。然后在网络的第一层数据层Data中指定db文件和均值文件的位置，创建数据层的方法还有几种，另一种常见的方法是把原始图片做成一个列表清单txt文件(一行一张图)，则省去了图片格式转化和图片均值计算的过程，提供的数据集中已经包括了txt列表清单文件，因此也省却了我们手动生成的步骤，直接使用即可。因此我们可以使用ImageData作为数据源输入。训练步骤如下：

• 获取数据集
• 生成txt列表清单文件(已有)
• 生成train.prototxt、test.prototxt、solver.prototxt文件
• 训练数据，生成模型

1.编写代码

   在my-caffe-project根目录下解压文件后，即可创建mnist.py文件，编写如下代码：

# -*- coding: UTF-8 -*-
import caffe                                                     #导入caffe包

def create_net(img_list, batch_size, include_acc=False):
    #网络规范
    net = caffe.NetSpec()
    #ImageData数据层
    net.data, net.labels = caffe.layers.ImageData(batch_size = batch_size,
                                                source = img_list,
                                                transform_param = dict(scale = 1./255),
                                                ntop = 2)
    #卷积层
    net.conv1 = caffe.layers.Convolution(net.data, kernel_size = 5, num_output = 20,
                                         weight_filler = dict(type = 'xavier'))
    #池化层
    net.pool1 = caffe.layers.Pooling(net.conv1, kernel_size = 2, stride = 2,
                                     pool = caffe.params.Pooling.MAX)
    #卷积层
    net.conv2 = caffe.layers.Convolution(net.pool1, kernel_size = 5, num_output = 50,
                                         weight_filler = dict(type = 'xavier'))
    #池化层
    net.pool2 = caffe.layers.Pooling(net.conv2, kernel_size = 2, stride = 2,
                                     pool = caffe.params.Pooling.MAX)
    #全连层
    net.fc1 =   caffe.layers.InnerProduct(net.pool2, num_output = 500,
                                          weight_filler = dict(type = 'xavier'))
    #激活函数层
    net.relu1 = caffe.layers.ReLU(net.fc1, in_place = True)
    #全连层
    net.score = caffe.layers.InnerProduct(net.relu1, num_output = 10,
                                          weight_filler = dict(type = 'xavier'))
    #softmax层
    net.loss =  caffe.layers.SoftmaxWithLoss(net.score, net.labels)

    if include_acc:
        net.acc = caffe.layers.Accuracy(net.score, net.labels)
        return net.to_proto()

    return net.to_proto()

def write_net(train_proto, train_list, test_proto, test_list):
    #写入prototxt文件
    with open(train_proto, 'w') as f:
        f.write(str(create_net(train_list, batch_size = 64)))
    #写入prototxt文件
    with open(test_proto, 'w') as f:
        f.write(str(create_net(test_list, batch_size = 100, include_acc = True)))

def write_sovler(my_project_root, solver_proto, train_proto, test_proto):
    sovler_string = caffe.proto.caffe_pb2.SolverParameter()                    #sovler存储
    sovler_string.train_net = train_proto                                    #train.prototxt位置指定
    sovler_string.test_net.append(test_proto)                                 #test.prototxt位置指定
    sovler_string.test_iter.append(100)                                        #10000/100 测试迭代次数
    sovler_string.test_interval = 938                                        #60000/64 每训练迭代test_interval次进行一次测试
    sovler_string.base_lr = 0.01                                            #基础学习率   
    sovler_string.momentum = 0.9                                            #动量
    sovler_string.weight_decay = 5e-4                                        #权重衰减
    sovler_string.lr_policy = 'step'                                        #学习策略           
    sovler_string.stepsize = 3000                                             #学习率变化频率
    sovler_string.gamma = 0.1                                                  #学习率变化指数
    sovler_string.display = 20                                                #每迭代display次显示结果
    sovler_string.max_iter = 9380                                            #10 epoch 938*10 最大迭代数
    sovler_string.snapshot = 938                                             #保存临时模型的迭代数
    sovler_string.snapshot_prefix = my_project_root + 'mnist'                #模型前缀
    sovler_string.solver_mode = caffe.proto.caffe_pb2.SolverParameter.GPU    #优化模式

    with open(solver_proto, 'w') as f:
        f.write(str(sovler_string))   


def train(solver_proto):
    caffe.set_device(1)
    caffe.set_mode_gpu()
    solver = caffe.SGDSolver(solver_proto)
    solver.solve()


if __name__ == '__main__':
    my_project_root = "/home/Jack-Cui/caffe-master/my-caffe-project/"    #my-caffe-project目录
    train_list = my_project_root + "mnist/train/train.txt"                #train.txt文件的位置
    test_list = my_project_root + "mnist/test/test.txt"                    #test.txt文件的位置
    train_proto = my_project_root + "mnist/train.prototxt"                #保存train.prototxt文件的位置
    test_proto = my_project_root + "mnist/test.prototxt"                #保存test.prototxt文件的位置
    solver_proto = my_project_root + "mnist/solver.prototxt"            #保存solver.prototxt文件的位置

    write_net(train_proto, train_list, test_proto, test_list)
    print "生成train.prototxt test.prototxt成功"
    write_sovler(my_project_root, solver_proto, train_proto, test_proto)
    print "生成solver.prototxt成功"
    train(solver_proto)
    print "训练完成"

   由于以上内容在之前已经进行详细讲解，如有遗忘请回顾之前笔记。

2.运行结果：

3.总结

   从运行结果可以看出，训练准确率高达99.11%。训练生成的mnist_iter_9380.caffemodel即为最终训练得到的模型，下篇笔记将继续讲解，如何使用这个训练好的模型做预测。