先做乙個臨時資料夾
mkdir examples/_temp
為待處理的檔案生成乙個檔案列表，這些在examples/images資料夾下
find `pwd`/examples/images -type f -exec echo {} \; > examples/_temp/temp.txt
我們將使用預計標籤之後的每乙個檔名，故需要在每一行後面加0
sed "s/$/ 0/" examples/_temp/temp.txt > examples/_temp/file_list.txt
./data/ilsvrc12/get_ilsvrc_aux.sh
我們將在網路定義模型中使用data/ilsvrc213/imagenet_mean.binaryproto的檔案來定義乙個網路模型
拷貝和修改網路訓練模型的定義檔案，我們將要用的imagedatalayer，這個檔案將調整大小
cp examples/feature_extraction/imagenet_val.prototxt examples/_temp
./build/tools/extract_features.bin models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel examples/_temp/imagenet_val.prototxt fc7 examples/_temp/features 10 leveldb
其中fc7是最高層的特徵，我們也可以提取例如conv5或者pool3等其它層的資訊
最後乙個引數是的最小批次
特徵最後存在了examples/_temp/features,資料夾下面
如果出現"check failed: status.ok() failed to open leveldb examples/_temp/features"的錯誤，那是因為examples/_temp/features在上一層執行命令的時候就已經存在了，所以要用命令移除它
rm -rf examples/_temp/features/
最後把臨時的檔案刪除不要
rm -r examples/_temp
caffemodel不存在
解決：大概233m
問題2：
Caffe學習筆記 Caffe模型
乙個完整的深度學習系統最核心的兩個方面是資料和模型。深度學習模型通常由三部分引數組成 可學習引數 learnable parameter 又稱可訓練引數 神經網路權係數 權重，其數值由模型初始化引數 誤差反向傳播過程控制，一般不可人工干預。結構引數 archetecture parameter 包括...
Caffe學習筆記
個人覺得這個大神對caffe的研究比較深入詳細！目錄 ubuntu14.04安裝caffe 僅cpu ubuntu14.04安裝cuda ubuntu14.04安裝caffe gpu ubuntu14.04 cudnn安裝 caffe cuda7.0下 caffe學習 blobs,layers,an...
caffe學習筆記2 資料層及其引數
本文主要參考 加入了一些自己的理解 在介紹之前，我們先來簡單地介紹下caffe caffe convolutional architecture for fast feature embedding快速特徵植入的卷積結構 是由伯克利視覺和學習中心 bvlc 開發的基於c cuda python實現的...