問題タブ [caffe]

C++ で記述され、Python へのインターフェイスを備えたディープ ラーニング ライブラリ Caffe を使用しています。私のコマンドの 1 つは、ログに不要な出力を大量に作成します。ロギングを一時的に無効にして、これを削除したいと考えています。

Caffe は GLOG を使用しており、os.environ["GLOG_minloglevel"] = "2"重要なメッセージのみをログに記録するために使用してみました。しかし、それはうまくいきませんでした。また、Python ロギング モジュールを使用して、以下のコードを使用してすべてのロギングを一時的にシャットダウンしようとしましたが、どちらも機能しませんでした。

バックグラウンド

昨日、私はCaffeをビルドしましたが、依存関係に問題はありませんでした。

今日、protobuf の依存関係が見つからないため、Caffe Matlab ラッパーのビルドに問題がありました。そこで、問題が解決することを期待して、Caffe:make cleanの後に aを再構築しました。make all

現在、Caffe ビルドは protobuf 依存関係について不平を言っています。

エラー出力は、この質問の下部に記載されています。

元の (成功した) ビルドと失敗したビルドの間にpip install protobuf、Caffe python ラッパーが protobuf をインポートできるようにする必要がありました。python が protobuf パッケージを見つけることができないと不平を言ったからです。これは、Caffe の再構築が失敗する前の protobuf に関する唯一の「変更」でした。

brew を使用して protobuf を再インストールしようとしましたが、これは役に立ちませんでした。

基本的に、protobuf に関連するイベントの年表は次のとおりです。

protobuf が見つからない場合は常にbrew list --versions、protobuf (2.6.1) がインストールされていることを示しました。

質問

明らかにインストールされているのにprotobufが見つからない理由を誰か説明してもらえますか?

特に紛らわしいのは、最初に (元の成功したビルド中に) 発見され、同じアプローチに従っているにもかかわらず、現在は発見されていないという事実です。

エラー出力は次のとおりです。

私は、カフェ (CNN) ライブラリ ( ) に沿って提供されている事前トレーニング済みの imagenet モデルを使用してい'bvlc_reference_caffenet.caffemodel'ます。このモデルを使用して、任意の画像のオブジェクト スコアの 1000 次元ベクトルを出力できます。
ただし、実際のオブジェクト カテゴリが何であるかはわかりません。対応するオブジェクト カテゴリがリストされているファイルを誰かが見つけましたか?

最初にメモリ データ レイヤー、次に畳み込みレイヤーを持つネットワーク構成を TEST フェーズでロードしようとしています。MemoryData レイヤーの作成は成功しますが、畳み込みレイヤーの作成は次の場所で失敗します。

印刷されたエラーは次のとおりです。

F0519 14:54:12.494139 14504 layer_factory.hpp:77] チェックに失敗しました: registry.count(type) == 1 (0 対 1) 不明なレイヤー タイプ: 畳み込み (既知のタイプ: MemoryData)

レジストリには、実際には MemoryData を使用して、1 つのエントリしかありません。レジストリ作成関数にステップインすると、最初に (そして最後に、これはシングルトーンであるため) 呼び出されたように見えます。

memory_data_later.cpp で。

サポートされている他のレイヤーでも同様REGISTER_LAYER_CLASSの呼び出しが見られますが、呼び出されていないようです。どうすれば解決できますか？

ありがとう！

http://caffe.berkeleyvision.org/gathered/examples/mnist.htmlに従って、mnist データベースで Caffe ネットのトレーニングに成功しました。

ここで、Matlab ラッパーを使用して独自の画像でネットワークをテストしたいと考えています。

したがって、「matcaffe.m」では、トレーニングには使用されませんが、テストには適していると思われるファイル「lenet.prototxt」をロードします。28 x 28 ピクセルの入力サイズを参照しています。

したがって、それに応じて「matcaffe.m」の「prepare_image」関数を調整しました。次のようになります。

これは、入力画像を [1 x 1 x 28 x 28]、4dim、グレースケール画像に変換します。しかし、それでもMatlabは不平を言っています:

トレーニング済みの mnist ネットを自分のデータでテストした経験がある人はいますか?

mpi_train.sh には次の行があります。

mpiexec.hydra -prepend-rank -host node11 -n 16

並列カフェで examples/cifar10/mpi_train_quick.sh を実行すると、次のエラーが発生します。

mpich-3.1.4 バージョンをインストールしました。which mpirun、mpiexec、mpicc を実行すると、これらすべてから mpich-3.1.4 フォルダーへのパスが取得されます。また、open-mpi が自動的にインストールされるため、システムには Open-Mpi と MPICH-3.1.4 の両方がインストールされています。 parallel caffe の前提条件である opencv のインストール中。このエラーを解決するにはどうすればよいですか?

小さいトレーニング (6000 jpg) および val (170 jpg) jpg のセットに使用するパラメーターを理解するための助けが必要です。私たちの実行は、反復 0 でテストスコア 0/1 の後に強制終了され、終了しました。

次の caffe Web サイトのチュートリアルで imagenet サンプルを実行しようとしています。

パッケージ内の ILSVRC2 画像の完全なセットを使用する代わりに、6000 jpeg の独自のトレーニング セットと 170 の jpeg 画像の val セットを使用します。指示どおり、train および val ディレクトリにあるそれぞれ 256 x 256 の jpeg ファイルです。スクリプトを実行して、補助データを取得しました。

train.txt および val.txt ファイルは、各 jpeg ファイルの 2 つの可能なカテゴリのいずれかを記述するように設定されています。次に、スクリプトを実行して、正しく実行されたように見える平均画像データを計算しました。

imagenet_train.prototxt と imagenet_val.prototxt のチュートリアルで提供されているモデル定義を使用しました。はるかに少ない画像でトレーニングしているため、imagenet_solver.prototxt を次のように変更しました。

次を使用して実行すると：

ハングしたところで次の出力が得られます。