DeepNet深度学习框架的使用

最新推荐文章于 2026-03-26 21:17:09 发布

原创

最新推荐文章于 2026-03-26 21:17:09 发布 · 5.4k 阅读

标签

#linux #深度学习 #框架

本文详细解析了在Linux环境下如何使用DeepNet框架，通过/deepnet-master/deepnet/examples/rbm目录中的四个文件（train.pbtxt, eval.pbtxt, model.pbtxt, runall.sh）介绍训练参数和流程，包括数据集配置、学习率策略、正则化方法以及模型评估，帮助读者掌握定制DeepNet模型的技巧。" 92800355,8152318,Python图像处理：逆透视变换纠正目标倾斜,"['Python编程', '图像处理', '计算机视觉', '几何变换']

上一章，我们介绍了在Linux环境下DeepNet框架的搭建，这一章，我们讲讲DeepNet的使用。

以/deepnet-master/deepnet/examples中的rbm为例：

cd到/deepnet-master/deepnet/examples/rbm目录中，看到有4个文件：eval.pbtxt，model.pbtxt，train.pbtxt以及runall.sh。

train.pbtxt

optimizer : CD
stopcondition {
  all_processed: false
  steps: 100000
}
train: true 
batchsize: 100
data_proto: "/ais/gobi3/u/nitish/mnist/mnist.pbtxt"
eval_after: 1000
checkpoint_after: 10000
checkpoint_directory: "/ais/gobi3/u/nitish/mnist/models"
show_after: 1000
randomize: true

optimizer：RBM使用G.E.Hinton提出的对比散度(Contrastive Divergence, CD)优化算法。

stopcondition：训练的停止条件，all_processed为true时表示将整个训练集训练完一遍，即一个epoch；all_processed为false时，st

最低0.47元/天解锁文章

3 条评论

图图酱 2017.04.02
博主您好！请问这些参数的意义是您在实践中知道的，还是有文档解释。最近用deepnet，虽然可以勉强看懂，但有的参数还是不明含义，望指教！
- 图图酱回复小时候贼聪明 2017.04.03
  [reply]wspba[/reply] 已私信^_^
- 小时候贼聪明回复图图酱 2017.04.02
  [reply]u010456562[/reply] 不知道你有没有尝试过别的深度学习框架呢，对于网络的一些基本参数，这些框架的参数都是一致的，如学习率、迭代次数，用的多的话一般都会有一些大体的概念。你可以加我的微信，有什么问题我们可以一起交流。
- 图图酱回复小时候贼聪明 2017.04.02
  [reply]wspba[/reply] 非常感谢您回复我 ^_^ 我刚刚可能没表述清楚，并不是指具体网络的参数设置，而是deepent框架中每个参数的含义是什么，比如超参中 base_epsilon 表示学习率。我看过 \deepnet\protos 下的 deepnet.proto，但感觉并没有说的很详细。
- 小时候贼聪明回复图图酱 2017.04.02
  [reply]u010456562[/reply] 您好，不知道您使用的是什么模型呢？如果是RBM的话，可以参考G.E.Hinton的文章：A Practical Guide to Training Restricted Boltzmann Machines，里头提到了一些参数的设置，以及参数的监控。但是具体的参数还是要在实际的项目中，根据具体的数据进行调整，希望能够帮到您，本人也有许多理解不到位的地方，也期待和您的进一步交流。