Theano-based AlexNet 项目使用教程

1. 项目目录结构及介绍

theano_alexnet/
├── lib/
│   └── 包含项目所需的各种库文件
├── preprocessing/
│   ├── generate_data.sh
│   ├── generate_toy_data.sh
│   └── paths.yaml
├── pretrained/
│   └── alexnet/
│       └── 包含预训练的AlexNet模型参数
├── .gitignore
├── LICENSE.txt
├── README.md
├── alex_net.py
├── config.yaml
├── proc_load.py
├── spec_1gpu.yaml
├── spec_2gpu.yaml
├── train.py
├── train_2gpu.py
├── train_funcs.py
└── validate_performance.py

目录结构说明

• lib/: 包含项目所需的各种库文件。
• preprocessing/: 包含数据预处理的脚本和配置文件。
  • generate_data.sh: 用于生成训练数据的脚本。
  • generate_toy_data.sh: 用于生成小规模数据集的脚本，方便快速测试。
  • paths.yaml: 配置文件，定义数据路径。
• pretrained/: 包含预训练的AlexNet模型参数。
• .gitignore: Git忽略文件。
• LICENSE.txt: 项目许可证文件。
• README.md: 项目说明文档。
• alex_net.py: AlexNet模型的实现文件。
• config.yaml: 项目的通用配置文件。
• proc_load.py: 处理数据加载的脚本。
• spec_1gpu.yaml: 单GPU版本的配置文件。
• spec_2gpu.yaml: 双GPU版本的配置文件。
• train.py: 单GPU版本的训练脚本。
• train_2gpu.py: 双GPU版本的训练脚本。
• train_funcs.py: 训练过程中使用的函数脚本。
• validate_performance.py: 验证模型性能的脚本。

2. 项目启动文件介绍

2.1 train.py

train.py 是单GPU版本的训练脚本。启动训练的命令如下：

THEANO_FLAGS=mode=FAST_RUN,floatX=float32 python train.py

2.2 train_2gpu.py

train_2gpu.py 是双GPU版本的训练脚本。启动训练的命令如下：

THEANO_FLAGS=mode=FAST_RUN,floatX=float32 python train_2gpu.py

3. 项目的配置文件介绍

3.1 config.yaml

config.yaml 是项目的通用配置文件，包含了一些通用的配置项，如数据路径、模型参数等。

3.2 spec_1gpu.yaml

spec_1gpu.yaml 是单GPU版本的配置文件，包含了单GPU训练时的特定配置项。

3.3 spec_2gpu.yaml

spec_2gpu.yaml 是双GPU版本的配置文件，包含了双GPU训练时的特定配置项。

3.4 preprocessing/paths.yaml

preprocessing/paths.yaml 是数据预处理的配置文件，定义了数据路径和其他相关配置。

通过以上配置文件，用户可以根据自己的需求调整训练和数据预处理的参数。