openeuler/caffe

快速参考

• 官方Caffe Docker镜像。

• 维护者：https://gitee.com/openeuler/cloudnative%E3%80%82

• 获取帮助：https://gitee.com/openeuler/cloudnative%E3%80%81https://gitee.com/openeuler/community%E3%80%82

Caffe | openEuler

当前Caffe Docker镜像基于https://repo.openeuler.org/%E6%9E%84%E5%BB%BA%E3%80%82%E6%9C%AC%E4%BB%93%E5%BA%93%E5%8F%AF%E5%85%8D%E8%B4%B9%E4%BD%BF%E7%94%A8%EF%BC%8C%E4%B8%94%E6%97%A0%E6%AF%8F%E7%94%A8%E6%88%B7%E9%80%9F%E7%8E%87%E9%99%90%E5%88%B6%E3%80%82

Caffe是一个以表达性、速度和模块化为设计理念的深度学习框架。

更多信息请访问Caffe官方网站。

支持的标签及对应Dockerfile链接

每个caffe Docker镜像的标签由完整的软件栈版本组成，详情如下：

使用方法

在使用时，用户可根据需求选择对应的{Tag}和容器启动选项。

• 从Docker拉取openeuler/caffe镜像

  bash
  docker pull docker.xuanyuan.run/openeuler/caffe:{Tag}
  

• 以交互式shell运行

  也可启动带交互式shell的容器以使用caffe：

  bash
  docker run -it --rm docker.xuanyuan.run/openeuler/caffe:{Tag} bash
  

• 如何使用BVLC Caffe在MNIST上训练LeNet（CPU/GPU）

  • 手动下载MNIST数据集（镜像）

    在容器中，进入mnist目录：

    bash
    cd /opt/caffe/data/mnist
    

    从可靠的公共镜像下载文件：

    bash
    wget https://ossci-datasets.s3.amazonaws.com/mnist/train-images-idx3-ubyte.gz
    wget https://ossci-datasets.s3.amazonaws.com/mnist/train-labels-idx1-ubyte.gz
    wget https://ossci-datasets.s3.amazonaws.com/mnist/t10k-images-idx3-ubyte.gz
    wget https://ossci-datasets.s3.amazonaws.com/mnist/t10k-labels-idx1-ubyte.gz
    

    解压缩文件：

    bash
    gzip -d *.gz
    

  • 将数据集转换为LMDB格式

    切换到Caffe根目录并运行：

    bash
    cd /opt/caffe
    ./examples/mnist/create_mnist.sh
    

    该脚本将原始MNIST文件转换为Caffe训练用的LMDB格式。

  • 检查求解器配置

    打开求解器prototxt文件：

    bash
    vi ./examples/mnist/lenet_solver.prototxt
    

    确保最后一行与构建版本匹配：

    solver_mode: CPU   # 适用于仅CPU的Caffe构建
    

    或

    solver_mode: GPU   # 适用于带CUDA/cuDNN的Caffe构建
    

  • 训练模型

    最后，运行训练命令：

    bash
    ./build/tools/caffe train --solver=examples/mnist/lenet_solver.prototxt
    

    Caffe将开始在MNIST数据集上训练LeNet模型。

问答

如有任何问题或需要使用特定功能，请在https://gitee.com/openeuler/openeuler-docker-images%E6%8F%90%E4%BA%A4issue%E6%88%96pull request。