caffe, test ..

follow Training LeNet on MNIST with Caffe
GPU: (1050i)

real 1m25.823s
user 1m10.579s
sys 0m19.228s

CPU:

real 11m25.795s
user 11m28.551s
sys 0m0.444s

---

git clone caffe 下來，在 example folder 有 mnist。

先 download data:

./data/mnist/get_mnist.sh
./examples/mnist/create_mnist.sh

開始 run train in..

./examples/mnist/train_lenet.sh

run 完，結果會是在 example/mnist 下..lenet_iter_*

修改 example/mnist/lenet_solver.prototxt，最後一行 solver_mode: GPU 改 CPU，就可以強至用 CPU training

---

caffe 附的一些 tool，可以用來看 training 的 trainning error ..
把 train 時的 log 紀錄到一個 file:

./examples/mnist/train_lenet.sh 2>&1 | tee -a lenet

然後用 parse_log.py 整理一下...

./tools/extra/parse_log.py lenet .

會產生 lenet.test, lenet.train

寫 plotcmd，教給 gnuplot 執行...

set datafile separator ','
set term x11 0
plot './lenet.train' using 1:4 with line,\
     './lenet.test' using 1:5 with line

用 gnuplot 畫出來..

gnuplot -persist plotcmd

---

使用 GTX-950M:

real 2m32.821s
user 1m53.398s
sys  0m43.228s