caffe for windows 训练cifar10 及若干问题

声明：有部分内容转载至笑笑魔导师

1，准备cifar10数据库

cifar10数据库由60000张32*32 彩色图片 共10类

其中50000张训练

10000张测试

下载cifar10数据库：http://www.cs.toronto.edu/~kriz/cifar-10-binary.tar.gz

这是binary格式的，所以我们要把它转换成leveldb格式。

2，转换数据 

在../caffe-windows/examples/cifar10文件夹中有一个 convert_cifar_data.cpp

将他include到MainCaller.cpp中。如下：

然后重新编译，一次通过。这里会在bin文件夹下产生一个MainCaller.exe，这里把它改名为convert_cifar_data.exe即可。

可以在bin文件夹下新建一个input文件夹。将第一步下载的文件解压到input文件夹中，这样转换时就不用写路径了。如下图所示

cmd进入bin文件夹

执行后，在output文件夹下有cifar_train_leveldb和cifar_test_leveldb两个文件夹。里面是转化好的leveldb格式数据。

当然，也可以写一个bat文件处理，方便以后再次使用。（我是初学者，我也不会。原谅我。。。）

可能出现的问题：

在编译的时候，出现如下错误：

 convert_cifar_data.cpp(58): error C3861: “snprintf”: 找不到标识符 

打开caffe for Windows\examples\cifar10\convert_cifar_data.cpp文件，这里有两个解决办法：

（1）：找到snprintf，在前面加上下划线，或者直接双击错误，会弹出这个cpp，其中有3处都需要加下划线，保存，再编译 。

（2）：在这个cpp文件前面 #define snprintf  _snprintf  即可。

我用的是第二种方法，如下图：

3，求数据图像的均值

如下：在MainCaller中重新编译编译../../tools/comput_image_mean.cpp

编译成功后。在这里会出现MainCaller.exe，这里把它修改为ompute_image_mean.exe

接下来就可以求图像mean了。

cmd进入bin。

可能出现的问题：

编译caffe例子cifar10时：出现Assertion failed:dummy_versions_.next_ == &dummy_versions_. file .\db\version_set.cc, line 803

或者：db/version_set.cc:806: leveldb::VersionSet::~VersionSet(): Assertion `dummy_versions_.next_ == &dummy_versions_' failed.

遇到这个问题，怎么办？

在网上搜索，可以找到  Cynric的博客  有这么一段话：

在1.15版本中，如果使用NewIterator函数创建了leveldb::Iterator对象而没有delete该对象的话，在程序退出时将会报出如下错误：

    db/version_set.cc:806: leveldb::VersionSet::~VersionSet(): Assertion `dummy_versions_.next_ == &dummy_versions_' failed.

    根据代码分析，这里assert失败的原因主要是为了防止内存泄露。

参考上面的错误提示，打开源码：（在../tools/compute_image_mean.cpp里面），根据博客的提示，我就在创建lterator后进行delete。大概在源代码的第70行左右的位置。如下图所示：

然后重新编译，就可以解决了。

4，训练cifar网络

在.../examples/cifar10文件夹里已经有网络的配置文件，我们只需要将cifar_train_leveldb和cifar_test_leveldb两个文件夹还有mean.binaryproto文件拷到cifar10文件夹下。

修改cifar10_quick_train.prototxt中的source: "cifar-train-leveldb"    mean_file: "mean.binaryproto" 和cifar10_quick_test.prototxt中的source: "cifar-test-leveldb".（修改路径，使得其读取路径正确即可）
    mean_file: "mean.binaryproto"就可以了，

后面再训练就类似于MNIST的训练。写一个train_quick.bat，内容如下：

copy ..\\..\\bin\\MainCaller.exe ..\\..\\bin\\train_net.exe
SET GLOG_logtostderr=1
"../../bin/train_net.exe" cifar10_quick_solver.prototxt  
pause

先编译一遍 train_net.cpp

运行train_quick.bat

  

5 运行结果

附录：

这里我的笔记本显卡太差，功能跟不上。然后，就直接阵亡了。

所以，我没有出来这个结果。这里是网上借的图。。。。

----------------------------------------------------------

-----------我要买电脑-------------

----------------------------------------------------------

所以劳烦各位能赞助点。。。。