Caffe at Windows #03

Caffe at Windows #03

• 딥러닝프레임워크 Caffe 로 윈10에서 mnist 예제를 실행해봅니다
  • 2018_05_22 에 확인된 Caffe 기준입니다

---

준비

• Caffe 가 빌드된 상태를 가정하고 시작합니다
• 즉 CPU 또는 GPU로 빌드된 Caffe 가 준비되어야 합니다

---

LMDB 생성

• Windows + S 키를 입력합니다
• 검색창에서 Windows PowerShell 을 검색합니다
  ※ pow 만 입력해도 자동완성으로 등장합니다
• Windows PowerShell 을 실행합니다

• caffe 폴더 위치까지 이동합니다
  • caffe 폴더 위치는 $CAFFE_ROOT 라 명명하겠습니다
  • 글쓴이의 경우 $CAFFE_ROOT = C:\Library\caffe 입니다
• $CAFFE_ROOT 에서
  • ./data/mnist/get_mnist.ps1 을 입력합니다
• mnist 예제 이미지 파일을 다운로드 받기 시작합니다

• 위와 같은 문구들을 볼 수 있습니다
• 해당 폴더에 t10k... 또는 train... 으로 시작하는 파일 8개가 추가됩니다

• 파일탐색기에서 ($CAFFE_ROOT)\examples\mnist 위치로 이동합니다
• create_mnist.ps1 을 우클릭한 뒤 편집 을 선택합니다

• 28행의 코드를 수정합니다
  • $BUILD\convert... → $BUILD\Release\convert...
• 30행의 코드를 수정합니다
  • $BUILD\convert... → $BUILD\Release\convert...

• $CAFFE_ROOT 에서 ./examples/mnist/create_mnist.ps1 을 입력합니다
• get_mnist.ps1 으로 다운로드 받은 이미지 파일들로 lmdb 파일을 생성합니다

• lmdb 폴더 2개가 생성된 것을 볼 수 있습니다

---

훈련시키기

• lenet_solver.prototxt 를 우클릭한 뒤 편집 을 선택합니다

• 학습에 사용할 프로세서를 선택합니다
  • CPU 를 선택하려면 CPU 를 입력합니다
  • GPU 를 선택하려면 GPU 를 입력합니다
• 변경사항을 저장한 다음 파일을 닫습니다

※ CPU 로 학습하는 경우 GPU 에 비해 시간이 매우 오래 걸립니다
※ 따라서 CPU 로 학습한다면 max_iter 의 값을 낮추는 것을 추천합니다

• train_lenet.ps1 을 우클릭한 뒤 편집 을 선택합니다

• 10행의 코드를 수정합니다
  • $BuildDir\tools\caffe.exe... → $BuildDir\tools\Release\caffe.exe...

• $CAFFE_ROOT 에서 ./examples/mnist/train_lenet.ps1 을 입력합니다
• 훈련과정이 출력되고 max_iter 의 값만큼 반복한 뒤 학습이 종료됩니다

• lenet_iter... 로 시작하는 파일 4개가 추가됩니다
  • *.caffemodel
    • 신경망상태를 저장하는 파일입니다
    • 이 파일을 기반으로 판별을 수행할 수 있습니다
  • *.solverstate
    • 훈련상태를 저장하는 파일입니다
    • 이 파일을 기반으로 훈련을 이어갈 수 있습니다

※ lenet_solver.prototxt 의 snapshot 초기값은 5000으로 설정되어있습니다
※ 따라서 10000번 반복한 결과뿐만 아니라 중간결과인 5000번도 생성된 것입니다

---

판별시키기

• $CAFFE_ROOT 에서
  • 스크린샷과 동일하게 입력합니다
• 훈련용 LMDB 를 기반으로 이미지 mean 파일을 생성합니다

• ($CAFFE_ROOT)\examples\mnist 위치에서
  • mean.binaryproto 파일이 생성됨을 확인할 수 있습니다

• label.txt 라는 텍스트파일을 생성합니다
  • 입력값을 어떻게 분류하는지에 대해 명령하는 역할을 수행합니다
• 텍스트파일의 각 행을 0부터 9까지 채웁니다

※ mnist 파일은 손으로 작성한 숫자 이미지들입니다
※ 따라서 mnist 파일로 학습시킨 결과로는 숫자만 판별할 수 있습니다

• Windows + R 키를 눌러 실행창을 띄웁니다
• mspaint 를 입력하고 Enter 를 누릅니다

• 그림판에서 크기 조정 을 클릭합니다
• 28 * 28 크기의 이미지로 조정합니다

• 적당한 도구로 숫자를 그립니다
• 이미지를 png 파일로 저장합니다
  • 글쓴이는 number_0.png 로 저장했습니다

• $CAFFE_ROOT 에서
  • 스크린샷과 동일하게 입력합니다
• 입력값이 어떤 숫자로 판별되었는지 보여줍니다
  • 1.0000 - "0" 은 입력값이 0일 확률이 100%임을 의미합니다

※ 다른 숫자를 그린 png 파일을 입력값으로 전달하여
※ 다른 숫자들에 대해서도 판별해볼 수 있습니다

---

이상으로 Caffe 로 mnist 예제를 실행하는 과정을 알아보았습니다
감사합니다