1. 程式人生 > >深度學習之caffe

深度學習之caffe

Caffe是一個清晰而高效的深度學習框架,本文詳細介紹了caffe的優勢、架構,網路定義、各層定義,Caffe的安裝與配置,解讀了Caffe實現的影象分類模型AlexNet,並演示了CIFAR-10在caffe上進行訓練與學習。

Caffe是一個清晰而高效的深度學習框架,其作者是博士畢業於UC Berkeley的 賈揚清,目前在Google工作。

Caffe是純粹的C++/CUDA架構,支援命令列、Python和MATLAB介面;可以在CPU和GPU直接無縫切換:

Caffe::set_mode(Caffe::GPU);

Caffe的優勢

  1. 上手快:模型與相應優化都是以文字形式而非程式碼形式給出。 
    Caffe給出了模型的定義、最優化設定以及預訓練的權重,方便立即上手。
  2. 速度快:能夠執行最棒的模型與海量的資料。 
    Caffe與cuDNN結合使用,測試AlexNet模型,在K40上處理每張圖片只需要1.17ms.
  3. 模組化:方便擴充套件到新的任務和設定上。 
    可以使用Caffe提供的各層型別來定義自己的模型。
  4. 開放性:公開的程式碼和參考模型用於再現。
  5. 社群好:可以通過BSD-2參與開發與討論。

Caffe的網路定義

Caffe中的網路都是有向無環圖的集合,可以直接定義: 

name: "dummy-net"
layers {<span><span>name: <span>"data" …</span></span></span>}
layers {<span><span>name: <span>"conv" …</span></span></span>}
layers {<span><span>name: <span>"pool" …</span></span></span>}
layers {<span><span>name: <span>"loss" …</span></span></span>}

資料及其導數以blobs的形式在層間流動。

Caffe的各層定義

Caffe層的定義由2部分組成:層屬性與層引數,例如
name:"conv1"
type:CONVOLUTION
bottom:"data"
top:"conv1"
convolution_param{
    num_output:<span>20
    kernel_size:5
    stride:1
    weight_filler{
        type: "<span style="color: #c0504d;">xavier</span>"
    }
}
這段配置檔案的前4行是層屬性,定義了層名稱、層型別以及層連線結構(輸入blob和輸出blob);而後半部分是各種層引數。 

Blob

Blob是用以儲存資料的4維陣列,例如

  • 對於資料:Number*Channel*Height*Width
  • 對於卷積權重:Output*Input*Height*Width
  • 對於卷積偏置:Output*1*1*1

訓練網路

網路引數的定義也非常方便,可以隨意設定相應引數。

甚至呼叫GPU運算只需要寫一句話:

solver_mode:GPU
Caffe 深度學習框架上手教程

Caffe的安裝與配置

Caffe需要預先安裝一些依賴項,首先是CUDA驅動。不論是CentOS還是Ubuntu都預裝了開源的nouveau顯示卡驅動(SUSE沒有這種問題),如果不禁用,則CUDA驅動不能正確安裝。以Ubuntu為例,介紹一下這裡的處理方法,當然也有其他處理方法。

生成mnist-train-leveldb/ 和 mnist-test-leveldb/,把資料轉化成leveldb格式:

訓練網路:

# sudo vi/etc/modprobe.d/blacklist.conf
# 增加一行 :blacklist nouveau
sudoapt-get --purge remove xserver-xorg-video-nouveau   #把官方驅動徹底解除安裝:
sudoapt-get --purge remove nvidia-*    #清除之前安裝的任何NVIDIA驅動
sudo service lightdm stop    #進命令列,關閉Xserver
sudo kill all Xorg

安裝了CUDA之後,依次按照Caffe官網安裝指南安裝BLAS、OpenCV、Boost即可。

Caffe跑跑MNIST試試

在Caffe安裝目錄之下,首先獲得MNIST資料集:

cd data/mnist
sh get_mnist.sh

生成mnist-train-leveldb/ 和 mnist-test-leveldb/,把資料轉化成leveldb格式:

cd examples/lenet 
sh create_mnist.sh

訓練網路:

sh train_lenet.sh
Caffe 深度學習框架上手教程

讓Caffe生成的資料集能在Theano上直接執行

不論使用何種框架進行CNNs訓練,共有3種資料集:

  • Training Set:用於訓練網路
  • Validation Set:用於訓練時測試網路準確率
  • Test Set:用於測試網路訓練完成後的最終正確率

Caffe生成的資料分為2種格式:Lmdb和Leveldb

  • 它們都是鍵/值對(Key/Value Pair)嵌入式資料庫管理系統程式設計庫。
  • 雖然lmdb的記憶體消耗是leveldb的1.1倍,但是lmdb的速度比leveldb快10%至15%,更重要的是lmdb允許多種訓練模型同時讀取同一組資料集。
  • 因此lmdb取代了leveldb成為Caffe預設的資料集生成格式。

Google Protocol Buffer的安裝

./configure
$ make
$ make check
$ make install
pip installprotobuf

新增動態連結庫

export LD_LIBRARY_PATH=/usr/local/lib:$LD_LIBRARY_PATH

Lmdb的安裝

pip install lmdb

要parse(解析)一個protobuf型別資料,首先要告訴計算機你這個protobuf資料內部是什麼格式(有哪些項,這些項各是什 麼資料型別的決定了佔用多少位元組,這些項可否重複,重複幾次),安裝protobuf這個module就可以用protobuf專用的語法來定義這些格式 (這個是.proto檔案)了,然後用protoc來編譯這個.proto檔案就可以生成你需要的目標檔案。 
想要定義自己的.proto檔案請閱讀: 
https://developers.google.com/protocol-buffers/docs/proto?hl=zh-cn

編譯.proto檔案

protoc--proto_path=IMPORT_PATH --cpp_out=DST_DIR --java_out=DST_DIR--python_out=DST_DIR path/to/file.proto
--proto_path 也可以簡寫成-I 是.proto所在的路徑
輸出路徑:
--cpp_out 要生成C++可用的標頭檔案,分別是***.pb.h(包含申明類)***.pb.cc(包含可執行類),使用的時候只要include “***.pb.h”
--java_out 生成java可用的標頭檔案
--python_out 生成python可用的標頭檔案,**_pb2.py,使用的時候import**_pb2.py即可
最後一個引數就是你的.proto檔案完整路徑。

Caffe (CNN, deep learning) 介紹

Caffe -----------Convolution Architecture For Feature Embedding (Extraction)

  1. Caffe 是什麼東東?
    • CNN (Deep Learning) 工具箱
    • C++ 語言架構
    • CPU 和GPU 無縫交換
    • Python 和matlab的封裝
    • 但是,Decaf只是CPU 版本。
  2. 為什麼要用Caffe?

    • 運算速度快。簡單 友好的架構 用到的一些庫:
    • Google Logging library (Glog): 一個C++語言的應用級日誌記錄框架,提供了C++風格的流操作和各種助手巨集.
    • lebeldb(資料儲存): 是一個google實現的非常高效的kv資料庫,單程序操作。
    • CBLAS library(CPU版本的矩陣操作)
    • CUBLAS library (GPU 版本的矩陣操作)
  3. Caffe 架構

Caffe 深度學習框架上手教程
  1. 預處理影象的leveldb構建 
    輸入:一批影象和label (2和3) 
    輸出:leveldb (4) 
    指令裡包含如下資訊:
    • conver_imageset (構建leveldb的可執行程式)
    • train/ (此目錄放處理的jpg或者其他格式的影象)
    • label.txt (影象檔名及其label資訊)
    • 輸出的leveldb資料夾的名字
    • CPU/GPU (指定是在cpu上還是在gpu上執行code)
  2. CNN網路配置檔案

    • Imagenet_solver.prototxt (包含全域性引數的配置的檔案)
    • Imagenet.prototxt (包含訓練網路的配置的檔案)
    • Imagenet_val.prototxt (包含測試網路的配置檔案)

Caffe深度學習之影象分類模型AlexNet解讀

在imagenet上的影象分類challenge上Alex提出的alexnet網路結構模型贏得了2012屆的冠軍。要研究CNN型別DL網路模型在影象分類上的應用,就逃不開研究alexnet,這是CNN在影象分類上的經典模型(DL火起來之後)。

在DL開源實現caffe的model樣例中,它也給出了alexnet的復現,具體網路配置檔案如下 train_val.prototxt

接下來本文將一步步對該網路配置結構中各個層進行詳細的解讀(訓練階段):

從計算該模型的資料流過程中,該模型引數大概5kw+。

  1. conv1階段DFD(data flow diagram): Caffe 深度學習框架上手教程

  2. conv2階段DFD(data flow diagram): Caffe 深度學習框架上手教程

  3. conv3階段DFD(data flow diagram):

    Caffe 深度學習框架上手教程

  4. conv4階段DFD(data flow diagram): 
    Caffe 深度學習框架上手教程    

  5. conv5階段DFD(data flow diagram): 
    Caffe 深度學習框架上手教程

  6. fc6階段DFD(data flow diagram): 
    Caffe 深度學習框架上手教程

  7. fc7階段DFD(data flow diagram): 
                 Caffe 深度學習框架上手教程

  8. fc8階段DFD(data flow diagram): 
    Caffe 深度學習框架上手教程             

caffe的輸出中也有包含這塊的內容日誌,詳情如下:
I0721 10:38:15.326920  4692 net.cpp:125] Top shape: 256 3 227 227 (39574272)
I0721 10:38:15.326971  4692 net.cpp:125] Top shape: 256 1 1 1 (256)
I0721 10:38:15.326982  4692 net.cpp:156] data does not need backward computation.
I0721 10:38:15.327003  4692 net.cpp:74] Creating Layer conv1
I0721 10:38:15.327011  4692 net.cpp:84] conv1 <- data
I0721 10:38:15.327033  4692 net.cpp:110] conv1 -> conv1
I0721 10:38:16.721956  4692 net.cpp:125] Top shape: 256 96 55 55 (74342400)
I0721 10:38:16.722030  4692 net.cpp:151] conv1 needs backward computation.
I0721 10:38:16.722059  4692 net.cpp:74] Creating Layer relu1
I0721 10:38:16.722070  4692 net.cpp:84] relu1 <- conv1
I0721 10:38:16.722082  4692 net.cpp:98] relu1 -> conv1 (in-place)
I0721 10:38:16.722096  4692 net.cpp:125] Top shape: 256 96 55 55 (74342400)
I0721 10:38:16.722105  4692 net.cpp:151] relu1 needs backward computation.
I0721 10:38:16.722116  4692 net.cpp:74] Creating Layer pool1
I0721 10:38:16.722125  4692 net.cpp:84] pool1 <- conv1
I0721 10:38:16.722133  4692 net.cpp:110] pool1 -> pool1
I0721 10:38:16.722167  4692 net.cpp:125] Top shape: 256 96 27 27 (17915904)
I0721 10:38:16.722187  4692 net.cpp:151] pool1 needs backward computation.
I0721 10:38:16.722205  4692 net.cpp:74] Creating Layer norm1
I0721 10:38:16.722221  4692 net.cpp:84] norm1 <- pool1
I0721 10:38:16.722234  4692 net.cpp:110] norm1 -> norm1
I0721 10:38:16.722251  4692 net.cpp:125] Top shape: 256 96 27 27 (17915904)
I0721 10:38:16.722260  4692 net.cpp:151] norm1 needs backward computation.
I0721 10:38:16.722272  4692 net.cpp:74] Creating Layer conv2
I0721 10:38:16.722280  4692 net.cpp:84] conv2 <- norm1
I0721 10:38:16.722290  4692 net.cpp:110] conv2 -> conv2
I0721 10:38:16.725225  4692 net.cpp:125] Top shape: 256 256 27 27 (47775744)
I0721 10:38:16.725242  4692 net.cpp:151] conv2 needs backward computation.
I0721 10:38:16.725253  4692 net.cpp:74] Creating Layer relu2
I0721 10:38:16.725261  4692 net.cpp:84] relu2 <- conv2
I0721 10:38:16.725270  4692 net.cpp:98] relu2 -> conv2 (in-place)
I0721 10:38:16.725280  4692 net.cpp:125] Top shape: 256 256 27 27 (47775744)
I0721 10:38:16.725288  4692 net.cpp:151] relu2 needs backward computation.
I0721 10:38:16.725298  4692 net.cpp:74] Creating Layer pool2
I0721 10:38:16.725307  4692 net.cpp:84] pool2 <- conv2
I0721 10:38:16.725317  4692 net.cpp:110] pool2 -> pool2
I0721 10:38:16.725329  4692 net.cpp:125] Top shape: 256 256 13 13 (11075584)
I0721 10:38:16.725338  4692 net.cpp:151] pool2 needs backward computation.
I0721 10:38:16.725358  4692 net.cpp:74] Creating Layer norm2
I0721 10:38:16.725368  4692 net.cpp:84] norm2 <- pool2
I0721 10:38:16.725378  4692 net.cpp:110] norm2 -> norm2
I0721 10:38:16.725389  4692 net.cpp:125] Top shape: 256 256 13 13 (11075584)
I0721 10:38:16.725399  4692 net.cpp:151] norm2 needs backward computation.
I0721 10:38:16.725409  4692 net.cpp:74] Creating Layer conv3
I0721 10:38:16.725419  4692 net.cpp:84] conv3 <- norm2
I0721 10:38:16.725427  4692 net.cpp:110] conv3 -> conv3
I0721 10:38:16.735193  4692 net.cpp:125] Top shape: 256 384 13 13 (16613376)
I0721 10:38:16.735213  4692 net.cpp:151] conv3 needs backward computation.
I0721 10:38:16.735224  4692 net.cpp:74] Creating Layer relu3
I0721 10:38:16.735234  4692 net.cpp:84] relu3 <- conv3
I0721 10:38:16.735242  4692 net.cpp:98] relu3 -> conv3 (in-place)
I0721 10:38:16.735250  4692 net.cpp:125] Top shape: 256 384 13 13 (16613376)
I0721 10:38:16.735258  4692 net.cpp:151] relu3 needs backward computation.
I0721 10:38:16.735302  4692 net.cpp:74] Creating Layer conv4
I0721 10:38:16.735312  4692 net.cpp:84] conv4 <- conv3
I0721 10:38:16.735321  4692 net.cpp:110] conv4 -> conv4
I0721 10:38:16.743952  4692 net.cpp:125] Top shape: 256 384 13 13 (16613376)
I0721 10:38:16.743988  4692 net.cpp:151] conv4 needs backward computation.
I0721 10:38:16.744000  4692 net.cpp:74] Creating Layer relu4
I0721 10:38:16.744010  4692 net.cpp:84] relu4 <- conv4
I0721 10:38:16.744020  4692 net.cpp:98] relu4 -> conv4 (in-place)
I0721 10:38:16.744030  4692 net.cpp:125] Top shape: 256 384 13 13 (16613376)
I0721 10:38:16.744038  4692 net.cpp:151] relu4 needs backward computation.
I0721 10:38:16.744050  4692 net.cpp:74] Creating Layer conv5
I0721 10:38:16.744057  4692 net.cpp:84] conv5 <- conv4
I0721 10:38:16.744067  4692 net.cpp:110] conv5 -> conv5
I0721 10:38:16.748935  4692 net.cpp:125] Top shape: 256 256 13 13 (11075584)
I0721 10:38:16.748955  4692 net.cpp:151] conv5 needs backward computation.
I0721 10:38:16.748965  4692 net.cpp:74] Creating Layer relu5
I0721 10:38:16.748975  4692 net.cpp:84] relu5 <- conv5
I0721 10:38:16.748983  4692 net.cpp:98] relu5 -> conv5 (in-place)
I0721 10:38:16.748998  4692 net.cpp:125] Top shape: 256 256 13 13 (11075584)
I0721 10:38:16.749011  4692 net.cpp:151] relu5 needs backward computation.
I0721 10:38:16.749022  4692 net.cpp:74] Creating Layer pool5
I0721 10:38:16.749030  4692 net.cpp:84] pool5 <- conv5
I0721 10:38:16.749039  4692 net.cpp:110] pool5 -> pool5
I0721 10:38:16.749050  4692 net.cpp:125] Top shape: 256 256 6 6 (2359296)
I0721 10:38:16.749058  4692 net.cpp:151] pool5 needs backward computation.
I0721 10:38:16.749074  4692 net.cpp:74] Creating Layer fc6
I0721 10:38:16.749083  4692 net.cpp:84] fc6 <- pool5
I0721 10:38:16.749091  4692 net.cpp:110] fc6 -> fc6
I0721 10:38:17.160079  4692 net.cpp:125] Top shape: 256 4096 1 1 (1048576)
I0721 10:38:17.160148  4692 net.cpp:151] fc6 needs backward computation.
I0721 10:38:17.160166  4692 net.cpp:74] Creating Layer relu6
I0721 10:38:17.160177  4692 net.cpp:84] relu6 <- fc6
I0721 10:38:17.160190  4692 net.cpp:98] relu6 -> fc6 (in-place)
I0721 10:38:17.160202  4692 net.cpp:125] Top shape: 256 4096 1 1 (1048576)
I0721 10:38:17.160212  4692 net.cpp:151] relu6 needs backward computation.
I0721 10:38:17.160222  4692 net.cpp:74] Creating Layer drop6
I0721 10:38:17.160230  4692 net.cpp:84] drop6 <- fc6
I0721 10:38:17.160238  4692 net.cpp:98] drop6 -> fc6 (in-place)
I0721 10:38:17.160258  4692 net.cpp:125] Top shape: 256 4096 1 1 (1048576)
I0721 10:38:17.160265  4692 net.cpp:151] drop6 needs backward computation.
I0721 10:38:17.160277  4692 net.cpp:74] Creating Layer fc7
I0721 10:38:17.160286  4692 net.cpp:84] fc7 <- fc6
I0721 10:38:17.160295  4692 net.cpp:110] fc7 -> fc7
I0721 10:38:17.342094  4692 net.cpp:125] Top shape: 256 4096 1 1 (1048576)
I0721 10:38:17.342157  4692 net.cpp:151] fc7 needs backward computation.
I0721 10:38:17.342175  4692 net.cpp:74] Creating Layer relu7
I0721 10:38:17.342185  4692 net.cpp:84] relu7 <- fc7
I0721 10:38:17.342198  4692 net.cpp:98] relu7 -> fc7 (in-place)
I0721 10:38:17.342208  4692 net.cpp:125] Top shape: 256 4096 1 1 (1048576)
I0721 10:38:17.342217  4692 net.cpp:151] relu7 needs backward computation.
I0721 10:38:17.342228  4692 net.cpp:74] Creating Layer drop7
I0721 10:38:17.342236  4692 net.cpp:84] drop7 <- fc7
I0721 10:38:17.342245  4692 net.cpp:98] drop7 -> fc7 (in-place)
I0721 10:38:17.342254  4692 net.cpp:125] Top shape: 256 4096 1 1 (1048576)
I0721 10:38:17.342262  4692 net.cpp:151] drop7 needs backward computation.
I0721 10:38:17.342274  4692 net.cpp:74] Creating Layer fc8
I0721 10:38:17.342283  4692 net.cpp:84] fc8 <- fc7
I0721 10:38:17.342291  4692 net.cpp:110] fc8 -> fc8
I0721 10:38:17.343199  4692 net.cpp:125] Top shape: 256 22 1 1 (5632)
I0721 10:38:17.343214  4692 net.cpp:151] fc8 needs backward computation.
I0721 10:38:17.343231  4692 net.cpp:74] Creating Layer loss
I0721 10:38:17.343240  4692 net.cpp:84] loss <- fc8
I0721 10:38:17.343250  4692 net.cpp:84] loss <- label
I0721 10:38:17.343264  4692 net.cpp:151] loss needs backward computation.
I0721 10:38:17.343305  4692 net.cpp:173] Collecting Learning Rate and Weight Decay.
I0721 10:38:17.343327  4692 net.cpp:166] Network initialization done.
I0721 10:38:17.343335  4692 net.cpp:167] Memory required for Data 1073760256

CIFAR-10在caffe上進行訓練與學習

使用資料庫:CIFAR-10

60000張 32X32 彩色影象 10類,50000張訓練,10000張測試

Caffe 深度學習框架上手教程

準備

在終端執行以下指令:

cd $CAFFE_ROOT/data/cifar10
./get_cifar10.sh
cd $CAFFE_ROOT/examples/cifar10
./create_cifar10.sh

其中CAFFE_ROOT是caffe-master在你機子的地址

執行之後,將會在examples中出現數據庫檔案./cifar10-leveldb和資料庫影象均值二進位制檔案./mean.binaryproto

Caffe 深度學習框架上手教程

模型

該CNN由卷積層,POOLing層,非線性變換層,在頂端的區域性對比歸一化線性分類器組成。該模型的定義在CAFFE_ROOT/examples/cifar10 directory’s cifar10_quick_train.prototxt中,可以進行修改。其實字尾為prototxt很多都是用來修改配置的。

Caffe 深度學習框架上手教程

訓練和測試

訓練這個模型非常簡單,當我們寫好引數設定的檔案cifar10_quick_solver.prototxt和定義的文 件cifar10_quick_train.prototxt和cifar10_quick_test.prototxt後,執行 train_quick.sh或者在終端輸入下面的命令:

cd $CAFFE_ROOT/examples/cifar10
./train_quick.sh

即可,train_quick.sh是一個簡單的指令碼,會把執行的資訊顯示出來,培訓的工具是train_net.bin,cifar10_quick_solver.prototxt作為引數。

然後出現類似以下的資訊:這是搭建模型的相關資訊

I0317 21:52:48.945710 2008298256 net.cpp:74] Creating Layer conv1
I0317 21:52:48.945716 2008298256 net.cpp:84] conv1 <- data
I0317 21:52:48.945725 2008298256 net.cpp:110] conv1 -> conv1
I0317 21:52:49.298691 2008298256 net.cpp:125] Top shape: 100 32 32 32 (3276800)
I0317 21:52:49.298719 2008298256 net.cpp:151] conv1 needs backward computation.

接著:

0317 21:52:49.309370 2008298256 net.cpp:166] Network initialization done.
I0317 21:52:49.309376 2008298256 net.cpp:167] Memory required for Data 23790808
I0317 21:52:49.309422 2008298256 solver.cpp:36] Solver scaffolding done.
I0317 21:52:49.309447 2008298256 solver.cpp:47] Solving CIFAR10_quick_train

之後,訓練開始

I0317 21:53:12.179772 2008298256 solver.cpp:208] Iteration 100, lr = 0.001
I0317 21:53:12.185698 2008298256 solver.cpp:65] Iteration 100, loss = 1.73643
...
I0317 21:54:41.150030 2008298256 solver.cpp:87] Iteration 500, Testing net
I0317 21:54:47.129461 2008298256 solver.cpp:114] Test score #0: 0.5504
I0317 21:54:47.129500 2008298256 solver.cpp:114] Test score #1: 1.27805

其中每100次迭代次數顯示一次訓練時lr(learningrate),和loss(訓練損失函式),每500次測試一次,輸出score 0(準確率)和score 1(測試損失函式)

當5000次迭代之後,正確率約為75%,模型的引數儲存在二進位制protobuf格式在cifar10_quick_iter_5000

然後,這個模型就可以用來執行在新資料上了。

其他

另外,更改cifar*solver.prototxt檔案可以使用CPU訓練,

# solver mode: CPU or GPU
solver_mode: CPU

可以看看CPU和GPU訓練的差別。

主要資料來源:caffe官網教程

轉自:http://www.open-open.com/lib/view/open1421995285109.html

原文連結:Caffe 深度學習框架上手教程