ubuntu怎样安装mnist

ubuntu怎样安装mnist

Ubuntu 14.04 64位机上用Caffe+MNIST训练Lenet网络 *** 作步骤

1.将终端定位到Caffe根目录；

2.下载MNIST数据库并解压缩：$ ./data/mnist/get_mnist.sh

3.将其转换成Lmdb数据库格式：$ ./examples/mnist/create_mnist.sh

执行完此shell脚本后，会在./examples/mnist下增加两个新目录，mnist_test_lmdb和mnist_train_lmdb

4.train model：$ ./examples/mnist/train_lenet.sh

(1)、使用LeNet网络(《Gradient-BasedLearning Applied to Document Recognition》)；

(2)、使用./examples/mnist/lenet_train_test.prototxtmodel；

(3)、使用./examples/mnist/lenet_solver.prototxtmodel；

(4)、执行train_lenet.sh脚本，会调用./build/tools目录下的caffe执行文件，此执行文件的实现是./tools目录下的caffe.cpp文件；

(5)、执行此脚本后，会生成几个文件，其中./examples/mnist/lenet_iter_10000.caffemodel则是最终训练生成的model文件；

(6)、以上默认的是在GPU模式下运行，如果想让其在CPU模式下运行，只需将lenet_solver.prototxt文件中的solver_mode字段值由原来的GPU改为CPU即可。

首先上搜索引擎，无论是百度还是google，搜“MNIST”第一个出来的肯定是

http://yann.lecun.com/exdb/mnist/ 没错，就是它！这个网页上面有四个压缩包的链接，下载下来吧少年！然后别忙着关掉这个网页，因为后面的读取数据还得依靠这个网页的说明。

下面用其中一个包t10k-images_idx3为例子，写代码说明如何使用这个数据库。

这是从verysource.com上面下载的源码，赞一个！and再赞一个！

% Matlab_Read_t10k-images_idx3.m

% 用于读取MNIST数据集中t10k-images.idx3-ubyte文件并将其转换成bmp格式图片输出。

% 用法：运行程序，会d出选择测试图片数据文件t10k-labels.idx1-ubyte路径的对话框和

% 选择保存测试图片路径的对话框，选择路径后程序自动运行完毕，期间进度条会显示处理进度。

% 图片以TestImage_00001.bmp～TestImage_10000.bmp的格式保存在指定路径，10000个文件占用空间39M。。

% 整个程序运行过程需几分钟时间。

% Written By DXY@HUST IPRAI

% 2009-2-22

clear all

clc

%读取训练图片数据文件

[FileName,PathName] = uigetfile('*.*','选择测试图片数据文件t10k-images.idx3-ubyte')

TrainFile = fullfile(PathName,FileName)

fid = fopen(TrainFile,'r')%fopen（）是最核心的函数，导入文件，‘r’代表读入

a = fread(fid,16,'uint8')%这里需要说明的是，包的前十六位是说明信息，从上面提到的那个网页可以看到具体那一位代表什么意义。所以a变量提取出这些信息，并记录下来，方便后面的建立矩阵等动作。

MagicNum = ((a(1)*256+a(2))*256+a(3))*256+a(4)

ImageNum = ((a(5)*256+a(6))*256+a(7))*256+a(8)

ImageRow = ((a(9)*256+a(10))*256+a(11))*256+a(12)

ImageCol = ((a(13)*256+a(14))*256+a(15))*256+a(16)

%从上面提到的网页可以理解这四句

if ((MagicNum~=2051)||(ImageNum~=10000))

error('不是 MNIST t10k-images.idx3-ubyte 文件！')

fclose(fid)

return

end %排除选择错误的文件。

savedirectory = uigetdir('','选择测试图片路径：')

h_w = waitbar(0,'请稍候，处理中>>')

for i=1:ImageNum

b = fread(fid,ImageRow*ImageCol,'uint8') %fread（）也是核心的函数之一，b记录下了一副图的数据串。注意这里还是个串，是看不出任何端倪的。

c = reshape(b,[ImageRow ImageCol])%亮点来了，reshape重新构成矩阵，终于把串转化过来了。众所周知图片就是矩阵，这里reshape出来的灰度矩阵就是该手写数字的矩阵了。

d = c'%转置一下，因为c的数字是横着的。。。

e = 255-d%根据灰度理论，0是黑色，255是白色，为了弄成白底黑字就加入了e

e = uint8(e)

savepath = fullfile(savedirectory,['TestImage_' num2str(i,'d') '.bmp'])

imwrite(e,savepath,'bmp')%最后用imwrite写出图片

waitbar(i/ImageNum)

end

fclose(fid)

close(h_w)

在选择好的路径中，就有了一大堆MNIST的手写数字的图片。想弄哪个，就用imread（）弄它！

---