windows 下 对 caffe 模型进行测试

 

 

CMD命令

1、测试GPU峰值与时间

D:\ProjectWork\Caffe\Caffe_Windows\caffe_master\Build\x64\Release>caffe.exe time -model D:\newModelNoPlate\v\v.dep -gpu 0 -iterations 100

 

2、测试模型结构 GPU 

D:\ProjectWork\Caffe\Caffe_Windows\caffe_master\Build\x64\Release>caffe.exe test -model D:\newModelNoPlate\v\v.dep -weights D:\newModelNoPlate\v\v.mod -gpu 0 -iterations 100

 

 

通过查看GPU-Z 与最终结果显示平均时间

 

 http://blog.csdn.net/wang4959520/article/details/51499005

https://www.cnblogs.com/LaplaceAkuir/p/6250358.html

 

ｃａｆｆｅ.bin :command line brew

usage : caffe  <command><args>

commands：

　　train:  　　　　　　　训练或者微调一个网络

　　test:　　　　　　　　对一个模型打分测试　

　　device_query:　　　  显示ＧＰＵ诊断信息

　　time:　　　　　　　   评估模型执行时间

 

Flags from tools/caffe.cpp:

　　-gpu (可选参数，给定时运行在ＧＰＵ模式，‘－ｇｐｕ　ａｌｌ’　则表示运行在所有可用的ＧＰＵ设备上，此时真正训练批量大小是Ｎ×Ｂ，Ｎ为指定的ＧＰＵ设备的数目)

　　-iterations (循环迭代次数，默认为５０)

　　-model　　(指定模型定义文本名，*.prototext)

　　-sighup_effect (当收到ＳＩＧＨＵＰ信号时要采取的动作，可选项:snapshot.stop,或none,默认是ｓｎａｐｓｈｏｔ，即拍快照)

　　-sigint_effect　(当收到ＳＩＧＩＮＴ信号时要采取的动作，可选项同上，默认为ｓｔｏｐ)

　　-snapshot  (恢复训练时所需要指定上次终止的快照，*.solvestate)

　　-solver  (指定求解器文本文件吗，*.prototxt)

　　-weights (指定用于微调的与训练权值，*.caffemodel,不可与ｓｎａｐｓｈｏｔ同时出现)

 

example mnist:

train: caffe train --solve = example/mnist/lenet_solver.prototxt

test:  caffe test -model example/mnist/lenet_train_test.prototxt -weights example/mnist/lenet_iter_10000.caffemodel -iterations 100.