Caffe2 - Genel Bakış

Şimdi, derin öğrenmeyle ilgili bazı içgörülere sahip olduğunuz için, Caffe'nin ne olduğuna dair bir genel bakış elde edelim.

Bir CNN Eğitimi

Görüntüleri sınıflandırmak için bir CNN eğitme sürecini öğrenelim. Süreç aşağıdaki adımlardan oluşur -

Data Preparation- Bu adımda, eğitim ve test için tüm görüntülerin aynı boyutta olması için görüntüleri ortalayıp yeniden boyutlandırıyoruz. Bu genellikle görüntü verileri üzerinde küçük bir Python betiği çalıştırılarak yapılır.
Model Definition- Bu adımda bir CNN mimarisi tanımlıyoruz. Yapılandırma şurada saklanır:.pb (protobuf)dosya. Tipik bir CNN mimarisi aşağıdaki şekilde gösterilmektedir.
Solver Definition- Çözücü yapılandırma dosyasını tanımlıyoruz. Çözücü, model optimizasyonunu yapar.
Model Training- Modeli eğitmek için yerleşik Caffe yardımcı programını kullanıyoruz. Eğitim önemli miktarda zaman ve CPU kullanımı alabilir. Eğitim tamamlandıktan sonra, Caffe modeli daha sonra test verilerinde ve tahminler için son dağıtımda kullanılabilecek bir dosyada depolar.

Caffe2'deki Yenilikler

Caffe2'de, kullanıma hazır birçok önceden eğitilmiş model bulabilir ve ayrıca yeni modellerin ve algoritmaların topluluk katkılarından oldukça sık yararlanabilirsiniz. Oluşturduğunuz modeller, buluttaki GPU gücünü kullanarak kolayca ölçeklenebilir ve ayrıca platformlar arası kitaplıkları ile mobil cihazlarda kitlelerin kullanımına da indirilebilir.

Caffe2'de Caffe üzerinden yapılan iyileştirmeler şu şekilde özetlenebilir -

Mobil dağıtım
Yeni donanım desteği
Büyük ölçekli dağıtılmış eğitim desteği
Nicelenmiş hesaplama
Facebook'ta stres testi

Önceden Eğitilmiş Model Demosu

Berkeley Vision and Learning Center (BVLC) sitesi, önceden eğitilmiş ağlarının demolarını sağlar. Görüntü sınıflandırması için böyle bir ağ, burada belirtilen bağlantıda mevcuttur.https://caffe2.ai/docs/learn-more#null__caffe-neural-network-for-image-classification ve aşağıdaki ekran görüntüsünde tasvir edilmiştir.

Ekran görüntüsünde, bir köpeğin görüntüsü sınıflandırılır ve tahmin doğruluğu ile etiketlenir. Ayrıca sadece aldığını söylüyor0.068 secondsgörüntüyü sınıflandırmak için. Görüntünün URL'sini belirterek veya ekranın altında verilen seçeneklerde görüntünün kendisini yükleyerek kendi seçtiğiniz bir görseli deneyebilirsiniz.