Caffe 使用指南
更新时间:2023-11-30 09:38:40
Caffe 支持 Python 接口,深度学习平台已经提供,目前不支持多机分布式训练,详情请见 Caffe 文档。(GPU 和 CPU 版本App分别内置了不同版本的 Caffe ,请依据硬件情况选择需要部署的版本。)
单机
caffe 单机示例
cd /home/ubuntu/caffe-py2
./build/tools/caffe train --solver=examples/mnist/lenet_solver.prototxt
Caffe 训练过程

Caffe 训练结果

PyCaffe 单机示例:
source /home/ubuntu/workspaces/py2/bin/activate
cd /home/ubuntu/test/pycaffe
python mnist.py
PyCaffe 训练过程

PyCaffe 训练结果

查看 GPU 使用情况,可以使用如下命令:
nvidia-smi
GPU 使用情况

单任务使用双 GPU
PyCaffe 目前不支持多 GPU 训练,多GPU训练只能通过 Caffe的C/C++途径实现
非容器版
cd /home/ubuntu/caffe-py2 && build/tools/caffe train --solver=models/bvlc_alexnet/solver.prototxt --gpu=0,1
容器版
cd ~/caffe && build/tools/caffe train --solver=models/bvlc_alexnet/solver.prototxt --gpu=0,1
