Caffe实战四(Caffe可视化方法)
面对一堆文件,一行行的数据,确实很难理解深度学习相关的概念,好比训练的数据、构建的网络是怎样的?今天按照书中第16天的内容实践了一翻,终于看到了所谓的深度神经网络的模样。
(参考:《深度学习 21天实战Caffe 第16天 Caffe可视化方法》)
实现可视化的脚本有两种,分别是Matlab和Python,首先安装Matlab。
1、安装Matlab2014a for Linux
下载链接:http://pan.baidu.com/s/1qYJ9tNm (含破解文件)
Note:文件太大,本文在windows系统中下载并解压,得到文件夹 /MATHWORKS_R2014A
安装: cd MATHWORKS_R2014A sudo ./install -javadir=/opt/jvm/jdk1.8.0_77 安装过程中使用破解文件夹Crack内Readme.txt中的序列号 安装完成后使用破解文件夹Crack内 license_405329_R2014a.lic进行激活 并将破解文件夹Crack内Linux文件夹内libmwservices.so copy到 /opt/MATLAB/R2014A/bin/glnxa64 完成安装,命令行下使用sudo matlab即可启动使用
(可视化matlab脚本参照书中例子)
注意:
参数:-javadir=/opt/jvm/jdk1.8.0_77是指定jdk的安装路径,因为Matlab的安装程序是用java编写的
jdk安装参考:Ubuntu 16.04配置JDK1.8.0_77教程
2、准备Python环境
sudo apt update sudo apt install python-pip python-dev python-numpy sudo apt install gfortran sudo pip install -r ${CAFFE_ROOT}/python/requirements.txt sudo pip install pydot
3、编译pycaffe
cd ${CAFFE_ROOT} sudo make clean sudo make -j sudo make pycaffe
4、绘制网络结构图
cd ${CAFFE_ROOT}/python
python draw_net.py ../models/bvlc_reference_caffenet/train_val.prototxt caffenet.png
## 依次出现问题及解决方法:
1)ImportError: No module named google.protobuf
解决: 在protobuf的pthon目录下对python进行支持 cd protobuf-2.6.0/python python setup.py install (可能会提示缺少文件夹:google/protobuf/compiler,重新建立即可:sudo mkdir google/protobuf/compiler)
2)ImportError: No module named skimage.io
解决:
终端安装:pip install -U scikit-image
3)Exception: “dot” not found in path.
解决: 终端安装:sudo apt-get install graphviz
绘制的网络结构图如下:
版权声明:本文为博主原创文章,未经博主允许不得转载。