caffe c++示例（mnist 多层感知机c++训练，测试）

最新推荐文章于 2025-05-16 10:48:45 发布

FishBear_move_on

最新推荐文章于 2025-05-16 10:48:45 发布

阅读量5.8k

点赞数 4

CC 4.0 BY-SA版权

分类专栏： caffe 文章标签： caffe mnist示例 caffe c++示例

本文链接：https://blog.csdn.net/haluoluo211/article/details/82958604

caffe训练网络模型一般直接使用的caffe.bin: caffe train -solver solver.prototxt，其实这个命令的本质也是调用c++的Solver.

本文给出使用纯c++代码，使用mnist数据+多层感知机网络，训练数字分类问题。然后用C++调用训练好的模型测试分类。

solver.prototxt文件内容如下：

net: "/home/xy/caffe_analysis/my_caffe/example/lenet.prototxt"
test_iter: 1000
test_interval: 100
base_lr: 0.001
lr_policy: "step"
gamma: 0.1
stepsize: 5000
display: 1000
max_iter: 20000
momentum: 0.9
weight_decay: 0.0005
snapshot: 10000
snapshot_prefix: "model"
solver_mode: CPU

注：网络名称虽然为lenet.prototxt，实际是多层感知机。

训练网络如下：

在这里插入图片描述

name: "LeNet"
layer {
  name: "mnist"
  #name: "data"
  type: "Data"
  top: "data"
  top: "label"
  include {
    phase: TRAIN
  }
  transform_param {
    scale: 0.00390625
  }
  data_param {
    source: "/home/xy/caffe-master/examples/mnist/mnist_train_lmdb"
    batch_size: 64
    backend: LMDB
  }
}

layer {
  name: "mnist"
  type: "Data"
  top: "data"
  top: "label"
  include {
    phase: TEST
  }
  transform_param {
    scale: 0.00390625
  }
  data_param {
    source: "/home/xy/caffe-master/examples/mnist/mnist_test_lmdb"
    batch_size: 100
    backend: LMDB
  }
}


layer {
  name: "fc1"
  type: "InnerProduct"
  # learning rate and decay multipliers for the weights
  param { lr_mult: 1 decay_mult: 1 }
  # learning rate and decay multipliers for the biases
  param { lr_mult: 2 decay_mult: 0 }
  inner_product_param {
    num_output: 300
    weight_filler {
      type: "xavier"
    }
    b